آموزش Mega Python - Pandas، Numpy، ML، APIs، GraphQL، AWS، PySpark

دانلود Mega Python - Pandas, Numpy, ML, APIs, GraphQL, AWS, PySpark

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: دوره One Mega که برنامه نویسی، توسعه وب، API ها، DevOps، دنیای مالی، یادگیری ماشینی و موارد دیگر را پوشش می دهد دوره One Mega بیش از 50 ساعت با بیش از 30 موضوع عملی Pandas، Numpy، Machine Learning، خدمات AWS، GraphQL، توسعه های APIs ایجاد و تجزیه و تحلیل پروژه‌ها از طریق Python Panda، کتابخانه‌های Numpy و موارد دیگر درباره ساخت API، کار با پایگاه‌های داده مانند MongoDB، Cassandra نحوه استفاده از Amazon S3، SQS و سایر سرویس‌ها به عنوان DevOps کار با PySpark و DataFrames تجزیه و تحلیل پروژه‌های عملی مانند Global Earthquakes، Monkey Pox Virus و بیشتر.. پیش نیازها: دانش خاصی لازم نیست!

به Mega Python خوش آمدید!

این دوره شما را از طریق هر آنچه که برای استفاده از پایتون برای استفاده عملی و بیشتر نیاز دارید راهنمایی می کند! من بیش از 17 سال برای بلومبرگ کار کرده‌ام و دانشی را برای کمک به شما در این دوره ارائه خواهم کرد.

این دوره یک «دوره مگا» است، که مملو از موضوعات عملی بسیاری است که به شما در موفقیت عملی کمک می‌کند! ما موضوعات زیر را پوشش خواهیم داد:

  • اصول پایتون

  • NumPy برای پردازش عددی با سرعت بالا

  • پانداها برای تجزیه و تحلیل کارآمد داده

  • Matplotlib برای تجسم داده

  • تکنیک های تحلیل سری زمانی پانداها

  • مدل های آماری

  • وارد کردن داده‌های بازارهای مالی

  • نمودارهای مالی تعاملی با plotly ایجاد کنید

  • تحلیل سری های زمانی با نمایه سازی، پر کردن و نمونه گیری مجدد

  • برنامه‌های داده تعاملی با streamlit ایجاد کنید

  • تجسم داده ها با Dash


چرا باید به من گوش دهید...

در حرفه‌ام، سطح وسیعی از تخصص و تجربه در هر دو زمینه ایجاد کرده‌ام: امور مالی و کدنویسی

امور مالی:

  • 17 سال تجربه در بلومبرگ برای صنعت مالی و سرمایه گذاری...

  • شرکت‌های تجزیه و تحلیل بازارهای مالی مختلفی مانند

    بسازید
    • ClickAnalytics،

    • Cryptoquote

    • ClickAPIها و موارد دیگر

پانداهای پایتون:

  • شرکت‌های موجود من به طور گسترده از مدل‌ها و الگوریتم‌های مبتنی بر پایتون استفاده می‌کنند

  • کد، مدل‌ها و گردش‌های کاری توسط پروژه دنیای واقعی اثبات شده‌اند

نویسنده پرفروش در Udemy

  • به عنوان مثال PostgreSQL Bootcamp: دوره آموزشی از مبتدی به پیشرفته، بیش از 60 ساعت

  • Master Redis - از مبتدی تا پیشرفته، بیش از 20 ساعت

  • Python for Finance

منتظر چه هستید؟ رضایت تضمین شده: در غیر این صورت، پول خود را با ضمانت بازگشت 30 روزه توسط Udemy پس بگیرید.

مشتاقانه منتظر دیدار شما در دوره هستم!

اجازه دهید شروع کنیم!


سرفصل ها و درس ها

شروع به کار Getting Started

  • پایتون را نصب کنید Install python

  • پایتون 3 و پایتون Python3 and python

  • مفسر پایتون The python interpreter

  • نوشتن اولین کد پایتون Writing our first python code

  • برنامه Python IDLE Python IDLE program

  • نصب آناکوندا Installing Anaconda

  • اولین نوت بوک پایتون خود را بسازید Create your first python notebook

  • نوت بوک Jupyter - داشبورد Jupyter Notebook - The Dashboard

  • Jupyter Notebook - دستورات کدگذاری Jupyter Notebook - Coding commands

  • راه اندازی IDE - کد ویژوال استودیو Setting up IDE - Visual Studio Code

*** دوره - به روز رسانی های جدید *** *** COURSE - NEW UPDATES ***

  • به روز رسانی های جدید New Updates

رشته ها و اعداد پایتون Python Strings and Numbers

  • متغیرها و رشته ها Variables and Strings

  • کار با نظرات Working with Comments

  • نحوه بارگذاری نمونه نوت بوک jupyter How to load sample jupyter notebook

  • کار با رشته ها و اعداد Working with Strings and Numbers

  • توابع رشته String functions

  • قالب بندی رشته String formatting

  • دستکاری رشته Manipulating String

  • مقدمه ای بر اعداد Intro to Numbers

  • سرگرمی با اعداد Fun with Numbers

  • اعداد - مدول و تقسیم طبقه Numbers - modulus and floor division

  • توابع داخلی برای اعداد Built-in functions for numbers

  • توابع ریاضی بیشتر با ماژول ریاضی More math functions with math module

  • قالب بندی اعداد Formatting Numbers

  • علامت برابری دوگانه The double equality sign

  • دریافت ورودی کاربر Getting User Input

  • اپراتورهای پایتون Python Operators

  • عملگرهای منطقی Logical Operators

  • اپراتورهای مقایسه Comparison Operators

  • اپراتورهای بولی Boolean Operators

لیست پایتون Python List

  • لیست پایتون Python List

  • افزودن و حذف عناصر در یک لیست Adding and removing elements in a list

  • بیرون آمدن موارد از یک لیست Popping items from a list

  • حذف یک مورد بر اساس مقدار Removing an item by value

  • مرتب سازی یک لیست به طور دائم یا موقت Sorting a list permanently or temporarily

  • معکوس کردن یک لیست Reverse a list

  • اجتناب از خطاهای شاخص Avoiding Index errors

  • سازنده list(). The list() constructor

  • حلقه کردن یک لیست کامل Looping an entire list

  • تورفتگی Indentation

  • لیست عددی Numerical List

  • توابع حداقل، حداکثر و جمع min, max and sum functions

  • نمایه سازی منفی Negative Indexing

  • فهرست چند بعدی Multi-diementional list

  • تابع برد Range function

  • حلقه زدن فهرست چند بعدی Looping multi-dimentional list

  • برش یک لیست Slicing of a list

  • برش یک لیست قسمت 2 Slicing a List Part 2

  • تکرار روی چند لیست Iterate over multiple list

  • بررسی کنید که آیا یک مورد وجود دارد یا خیر Check if an item exist or not

  • تعداد کل وقوع یک مورد Count total occurrence of an item

  • اپراتورهای عضویت Membership operators

  • رایج ترین مورد را پیدا کنید Find most common item

  • لیست تو در تو Nested List

  • فهرست درک List Comprehensions

  • مفاهیم را با بند if فهرست کنید List Comprehensions with if clause

  • درک لیست تودرتو Nested List Comprehensions

  • یک لیست از لیست ها را صاف کنید Flatten a list of lists

  • موارد تکراری را از لیست حذف کنید Remove duplicates from the list

  • لیست ها را ترکیب کنید Combine lists

پایتون تاپل Python Tuple

  • مقدمه ای بر تاپل Introduction to Tuple

  • سازنده تاپل tuple constructor

  • دسترسی به موارد چندگانه Access tuple items

  • تاپل های تو در تو Nested Tuples

  • برش دادن یک تاپل Slicing a tuple

  • مورد Tuple را تغییر دهید Change Tuple item

  • نوشتن روی یک تاپل Writing over a tuple

  • الحاق و تکرار Concatenation and Repetition

  • از طریق یک تاپل تکرار کنید Iterate through a tuple

  • مرتب سازی تاپل Tuple Sorting

  • بسته بندی و باز کردن تاپل Tuple Packing & Unpacking

  • متد Tuple count(). Tuple count() method

  • روش تاپل index(). Tuple index() method

  • تابع all() با Tuples all() function with Tuples

  • تابع any() با تاپل ها any() function with tuples

  • تابع sum() با تاپل ها sum() function with tuples

  • تابع ()numerate با تاپل ها enumerate() function with tuples

مجموعه پایتون Python Set

  • ایجاد، تنظیم سازنده، افزودن و حذف متدها Create, Set Constructor, Add and remove methods

  • طول را پیدا کنید، همه عناصر را پاک کنید، و همه عناصر را تکرار کنید Find Length, clear all elements, and iterate all elements

  • بررسی کنید که آیا یک مورد وجود دارد یا خیر Check if an item exist or not

  • روش پاپ pop method

*** NUMPY **** *** NUMPY ****

  • مقدمه ای بر آرایه های Numpy Introduction to Numpy arrays

  • ویژگی های آرایه - شکل array attributes - shape

  • ویژگی های آرایه - ndim، اندازه، dtype، nbytes array attributes - ndim, size, dtype, nbytes

  • انواع داده های آرایه Array Data types

  • ایجاد آرایه از مقادیر ثابت Create arrays from constant values

  • آرایه ها را از مقادیر فاصله ایجاد کنید Create arrays from space values

  • آرایه ها را از دیاگ های مجموعه ایجاد کنید Create arrays from set diagnals

  • ایجاد آرایه از توابع Create arrays from functions

  • نمایه سازی و برش - آرایه تک بعدی Indexing and slicing - Single dimension array

  • نمایه سازی و برش - آرایه چند بعدی Indexing and slicing - Multi-dimension array

  • ایجاد نما و کپی Creating views and copies

  • نمایه سازی آرایه Array Indexing

  • نمایه سازی آرایه - آرایه چند بعدی Array indexing - multi dimensional array

  • نمایه سازی بولی Boolean indexing

  • تغییر شکل آرایه های Numpy Reshaping Numpy arrays

  • پیوستن به آرایه ها Joining arrays

  • تقسیم آرایه ها Splitting arrays

  • جستجو در آرایه ها Searching arrays

  • مرتب سازی آرایه ها Sorting arrays

  • تکنیک های مرتب سازی Sorting techniques

  • مرتب سازی یک ماتریس Sorting a matrix

  • تکرار آرایه های 1-D، 2D و 3-D Iterating 1-D, 2D, and 3-D arrays

  • تکرار آرایه ها از طریق nditer()، ndenumerate() Iterating arrays via nditer(), ndenumerate()

  • عملیات حسابی Arithmetic operations

  • توابع ریاضی Mathematical functions

  • مقایسه آرایه ها Comparing arrays

  • توابع شرطی Conditional functions

  • توابع تجمع Aggregation functions

*** پانداها **** *** PANDAS ****

  • ایجاد یک DataFrame از لیست یا فرهنگ لغت Creating a DataFrame from list or dictionaries

  • ایجاد یک DataFrame خالی Creating an empty DataFrame

  • یک دیتافریم از لیست لیست ها ایجاد کنید Create a dataframe from lists of lists

  • تغییر نام ستون ها و فهرست های DataFrame Rename DataFrame columns and indexes

  • از لیست دیکشنری ها یک Dataframe ایجاد کنید Create a Dataframe from list of dictionaries

  • یک Dataframe از تاپل ها با تابع zip ایجاد کنید Create a Dataframe from tuples with zip function

ترفندهای پانداها Pandas Tricks

  • برابری را بررسی کنید Check Equality

  • استفاده از asset_series برای برابری Using asset_series for equality

  • محاسبه میزان مصرف حافظه Calculate memory usage

  • تعداد کلمات در یک ستون No of words in a column

  • یک مجموعه از مقادیر را به دیگری تبدیل کنید Convert one set of values to another

  • تبدیل داده های پیوسته به داده های طبقه بندی شده Convert continuous data into categorical data

  • یک ستون تاریخ از چندین ستون ایجاد کنید Create a datetime column from multiple columns

  • نمونه‌گیری مجدد بر اساس ستون تاریخ تاریخ Resample by date time column

  • یک جدول متقابل ایجاد کنید Create a cross-tabluation

  • مقادیر از دست رفته را با استفاده از درون یابی پر کنید Fill missing values using interpolation

  • یک DataFrame گسترده را جابجا کنید Transpose a wide DataFrame

  • DataFrames نمونه ایجاد کنید Create example DataFrames

  • ردیف های از دست رفته را شناسایی کنید Identify missing rows

  • برای اجتناب از متغیرهای میانی از query استفاده کنید Use query to avoid intermediate variables

  • یک DataFrame را از فرمت گسترده به طولانی تغییر شکل دهید Reshape a DataFrame from wide to long format

**** BUILDING API **** **** BUILDING APIs ****

  • مقدمه ای بر FastAPI Introduction to FastAPI

  • نصب FastAPI و مسیر اول FastAPI installation and first route

  • پارامترهای مسیر Path parameters

  • اسناد داخلی Built-in documentation

  • پارامترهای پرس و جو Query Parameters

  • درخواست مدل بادی و پیدانتیک Request Body and Pydantic models

  • راه اندازی SQLAlchemy، Postgresql در ابر Setup SQLAlchemy, Postgresql on cloud

  • تنظیم تنظیمات پایگاه داده Setup Database configurations

  • راه اندازی مدل های SQLAlchemy Setup SQLAlchemy models

  • راه اندازی طرحواره های Pydantic Setup Pydantic schemas

  • تمام جداول را در postgreSQL پر کنید Populate all tables on postgreSQL

  • درخواست PUT PUT Request

  • تعریف کدهای وضعیت HTTP Defining HTTP Status codes

میزبانی بدون سرور از طریق AWS Lambda Serverless Hosting via AWS Lambda

  • AWS Lambda و FastAPI AWS Lambda and FastAPI

  • آپلود برنامه در AWS Lambda Upload App to AWS Lambda

  • آزمایش برنامه از طریق URL AWS Lambda Test App via AWS Lambda URL

برنامه وب بدون سرور در AWS Lambda با Zappa Serverless Web App on AWS Lambda with Zappa

  • استقرار برنامه وب بدون سرور با Zappa Deploying Serverless Web App with Zappa

عملکرد AWS Lambda با DynamoDB AWS Lambda Function with DynamoDB

  • یک تابع لامبدا را تنظیم کنید Setup a lambda function

  • مورد را دریافت و در DynamoDB قرار دهید Get and Put item to DynamoDB

  • مستقر در لامبدا و تست Deploy to Lambda and test

پایتون با GraphQL Python with GraphQL

  • GraphQL چیست What is GraphQL

  • راه اندازی GraphQL با Python Flask Server Setting up GraphQL with Python Flask Server

  • افزودن پایگاه داده ابری postgreSQL Adding a cloud postgreSQL database

  • ایجاد یک مدل Creating a model

  • ایجاد یک طرحواره GraphQL Creating a GraphQL Schema

  • GraphQL با کتابخانه آریادنه GraphQL with Ariadne library

  • آپولو GraphQL IDE را راه اندازی کنید Setup Apollo GraphQL IDE

  • حل‌کننده را برای فهرست همه پست‌ها بنویسید Write resolver for list all posts

  • حل کننده را بنویسید تا یک پرس و جو را با شناسه فهرست کنید Write resolver to list a query by id

  • جهش - یک پست جدید ایجاد کنید Mutation - Create a new post

  • جهش - یک پست را به روز کنید Mutation - Update a post

  • جهش - یک پست را حذف کنید Mutation - Delete a post

**** پایتون و پایگاه های داده **** **** PYTHON AND DATABASES ****

  • مقدمه Introduction

پایتون با MySQL Python with MySQL

  • MySQL و Workbench را نصب کنید Install MySQL and Workbench

  • راه اندازی پایگاه داده از طریق پایتون Setup database via python

  • ایجاد جداول از طریق پایتون Create tables via python

  • داده ها را در جداول درج کنید INSERT data into tables

  • همه رکوردها را انتخاب کنید SELECT all records

  • سوابق را فیلتر کنید Filter records

  • سوابق را با فیلترها به روز کنید UPDATE records with filters

  • یک رکورد را حذف کنید DELETE a record

پایتون با DynamoDB آمازون Python with Amazon DynamoDB

  • یک جدول ایجاد کنید Create a table

  • یک مورد دریافت کنید Get an item

  • یک مورد را حذف کنید Delete an item

  • یک مورد اضافه کنید Add an item

  • یک مورد را به روز کنید Update an item

پایتون با آپاچی کاساندرا Python with Apache Cassandra

  • آشنایی با کاساندرا Introduction to Cassandra

  • Docker را برای چرخش کاساندرا راه اندازی کنید Setup Docker to spin cassandra

  • داده ها را بخوانید Read data

  • خواندن داده ها از طریق آماده سازی بیانیه Read data via prepare statement

  • داده ها را به صورت همزمان و ناهمزمان بنویسید Write data synchronously and asynchronously

  • پاکسازی داکر Docker cleanup

SQLAlchemy ORM، PostgreSQL و Python SQLAlchemy ORM, PostgreSQL and Python

  • ORM چیست؟ What is an ORM

  • یک جدول ایجاد کنید Create a table

  • درج داده ها در جدول Insert data into table

  • خواندن داده ها از جدول Read data from table

  • به روز رسانی داده ها در جدول Update data in table

  • حذف داده ها در جدول Delete data in table

FastAPI، Sqlite، SQLAlchemy - Todo List FastAPI, Sqlite, SQLAlchemy - Todo List

  • محیط راه اندازی Setup environment

  • ایجاد پایگاه داده و مدل Create database and model

  • راه اندازی و قالب های برنامه Application setup and templates

  • رابط جلویی HTML ایجاد کنید Create HTML front interface

  • مسیرهایی را برای افزودن، ویرایش و حذف وظایف ایجاد کنید Create routes for add, edit and delete tasks

  • راه اندازی مسیر کار حذف Setup delete task route

**** تجسم داده ها **** **** DATA VISUALIZATIONS ****

  • مقدمه Introduction

تجسم داده ها با Dash Data Visualization with Dash

  • مقدمه ای بر داش Introduction to Dash

  • ایجاد یک برنامه تعاملی سریع Dash Creating a quick Dash interactive application

  • ایجاد یک برنامه داشبورد مدال - تنظیم طرح Create a medal dashboard app - setting up layout

  • ایجاد اجزای طرح بندی - کشویی Creating Layout Components - Dropdown

  • توابع پاسخ به تماس Callback functions

  • مقدمه Introduction

  • یک جزء Barchart ایجاد کنید Create a Barchart component

  • ایجاد نمودار میله ای تعاملی با پاسخ به تماس ها Create interactive bar chart with callbacks

  • اعمال یک ظاهر طراحی شده Applying styling

  • Dash Callbacks - ساده Dash Callbacks - Simple

  • عملکرد برگشت به تماس با نمودار و یک نوار لغزنده Callback function with graph and a slider

  • عملکرد برگشت به تماس با ورودی های متعدد Callback function with multiple inputs

  • فیلتر متقابل - نمودارهای تعاملی Cross Filtering - Interactive Graphing

ساخت برنامه های داده تعاملی با Streamlit Building Interactive data apps with Streamlit

  • برنامه داشبورد بازار ارز دیجیتال Crypto Currency Market Dashboard Application

تجسم داده ها با Plotly Data Visualization with Plotly

  • توطئه های پراکنده Scatter plots

  • نمودار میله ای Bar Chart

  • توطئه های وجهی Facet Plots

  • گرید طرح وجهی Facet Plot Grid

  • افزودن خطوط به Facets Adding lines to Facets

  • نمودارهای پای Pie Charts

  • نمودار میله ای - افقی Bar Chart - Horizontal

  • نمودار گانت Gant Chart

  • نمودار آفتاب سوختگی Sunburst Chart

  • نقشه های درختی Treemaps

  • نمودارهای مالی Financial Charts

  • هیستوگرام Histogram

  • انیمیشن ها Animations

استفاده از Google Translation API Using Google Translation APIs

  • هر متنی را به هر زبان جهانی تبدیل کنید Convert any text to any global language

**** برنامه های بیدرنگ داده **** **** REALTIME DATA APPLICATIONS ****

  • به برنامه های بلادرنگ داده خوش آمدید Welcome to Realtime Data Applications

فید فعالیت بلاگ بیدرنگ Realtime Blog Activity Feed

  • سیستم را با Pusher راه اندازی کنید Setup the system with Pusher

  • راه اندازی Pusher و Routes Setup Pusher and Routes

  • نقاط پایانی API backend را تعریف کنید Define backend API endpoints

  • نمای پست وبلاگ را ایجاد کنید Create the blog post view

  • مدیریت رویدادهای فرم برای افزودن، حذف و غیرفعال کردن Handling form events for add, delete and deactivate

  • رویدادهای فشار دهنده را به نمای پست وبلاگ اضافه کنید Add pusher events to blog post view

  • نحوه پخش داده ها از طریق pusher How data is broadcast via pusher

  • رویدادهای ارسال بلاگ بلادرنگ را مشاهده کنید View Realtime blog post events

برنامه نویسی ناهمزمان در پایتون Asynchronous programming in Python

  • برنامه کدنویسی برای اجرای متوالی Coding program to run sequentially

  • برنامه نویسی Async با aiohttp و asyncio Async programming with aiohttp and asyncio

  • 100 وب سایت به صورت ناهمزمان واکشی می شوند 100's of Web site fetching asynchronously

**** برنامه نویسی شی گرا (OOP) **** **** OBJECT ORIENTED PROGRAMMING (OOP) ****

  • مقدمه ای بر برنامه نویسی شی گرا (OOP) Introduction to Object Oriented Programming (OOP)

  • یک کلاس ایجاد کنید Create a class

  • ویژگی های نمونه __init__ Instance atributes __init__

  • تصویب استدلال Passing arguments

  • یک کلاس مینی Stock ایجاد کنید Create a Stock mini class

  • تعامل با چندین کلاس Interaction with Multiple Classes

  • وراثت طبقاتی Class inheritance

  • کلاس های متعدد والدین و کودک Multiple parents and child classes

  • حفاظت از داده ها با استفاده از اصلاح کننده ها Protecting data using modifiers

  • حفاظت از داده ها با استفاده از گیرنده و تنظیم کننده Protecting data using getter and setters

  • ایجاد یک برنامه ATM بانک با استفاده از OOP Creating a Bank ATM app using OOP

  • کلاس های پیشرفته با کلاس های داده Enhanced classes with dataclasses

  • کلاس های داده - مرتب سازی و مقایسه Dataclasses - Sorting and comparision

  • کلاس های داده - مقادیر پیش فرض و اشیاء منجمد شده Dataclasses - default values and frozen objects

  • نمایش رشته ای داده ها String representation of data

کلاس های پیدانتیک Pydantic Classes

  • از کلاس معمولی تا کلاس Pydantic From normal class to Pydantic class

  • سیستم مدیریت کتاب را تعریف کنید Define a book management system

  • استفاده از تکنیک های اعتبار سنجی میدانی Using field validation techniques

  • افزودن اعتبار سنجی سطح مدل Adding model level validation

  • استفاده از کلاس پیکربندی Using a Config Class

یک کلاس تحلیل ابزار مالی ایجاد کنید Create a Financial Instrument Analysis Class

  • تعریف، نمونه سازی یک کلاس و دریافت اطلاعات مالی Define, instantiate a class and get financial data

  • __repr__ برای نمایش رشته __repr__ for string representation

  • دریافت گزارش بازده Get log returns

  • نمودار قیمت تاریخی و هیستوگرام پلات Plot historical price chart and histogram

  • محافظت از داده ها از طریق کپسوله سازی Protect data via encapsulation

الگوی ModelView/Controller (MVC). ModelView/Controller (MVC) Pattern

  • مقدمه ای بر الگوی MVC Introduction to MVC pattern

  • عملیات CRUD را ایجاد کنید Create CRUD operations

  • رسیدگی به استثنا Exception handling

  • عملیات به روز رسانی و حذف را ایجاد کنید Create Update and delete operations

  • آزمایش عملیات CRUD Test CRUD operations

  • یک کلاس مدل ایجاد کنید Create a Model Class

  • یک کلاس View ایجاد کنید Create a View Class

  • یک کلاس کنترلر ایجاد کنید Create a Controller Class

  • اجرای آزمایشی MVC MVC test run

**** توسعه بازی **** **** GAME DEVELOPMENT ****

  • مقدمه Introduction

مقدمه ای بر Pygames Introduction to Pygames

  • مقدمه ای بر Pygame Introduction to Pygame

  • یک کاراکتر را بکشید و حرکت دهید Draw and move a character

  • مرزهای شخصیت را تعیین کنید Set boundaries of the character

  • پرش شخصیت Jumping the character

  • انیمیشن های شخصیتی Character Animations

  • استفاده از OOP برای بهینه سازی Using OOP for optimization

  • کنترل حرکات شخصیت Controlling the character movements

  • ایجاد پرتابه Creating projectiles

*** علم داده و یادگیری ماشینی *** *** DATA SCIENCE AND MACHINE LEARNING ***

  • مقدمه ای بر یادگیری ماشینی Introduction to Machine Learning

  • اصطلاحات یادگیری ماشین Machine Learning Terminologies

  • انواع یادگیری ماشینی Machine Learning Types

  • کاوش داده ها با استفاده از دریا Data Exploration using seaborn

  • پردازش داده ها Data Processing

  • رگرسیون خطی ساده خود را ایجاد کنید Create your own Simple Linear Regression

*** DEV OPS *** *** DEV OPS ***

  • مقدمه Introduction

خدمات آمازون S3 Amazon S3 Services

  • مقدمه Introduction

  • استفاده از پایتون برای AWS S3 Using Python for AWS S3

  • S3 - لیست سطل ها S3 - List Buckets

  • S3 - اشیاء را فهرست کنید S3 - List objects

  • S3 - یک فایل آپلود کنید S3 - Upload a file

  • S3 - یک فایل دانلود کنید S3 - Download a file

  • S3 - یک سطل ایجاد کنید S3 - Create a bucket

  • S3 - فراداده شی را دریافت کنید S3 - Get object metadata

خدمات آمازون SNS Amazon SNS Services

  • مقدمه ای بر SNS Introduction to SNS

  • یک موضوع ایجاد کنید Create a topic

  • پیام ها را منتشر کنید Publish messages

عملکرد AWS Lambda AWS Lambda Function

  • تابع لامبدا چیست؟ What is a Lambda Function?

  • یک تابع ایجاد کنید Create a function

  • فراخوانی تابع Lambda از یک تابع دیگر - ایجاد خط مشی Invoking Lambda function from another function - Create policy

  • فراخوانی تابع لامبدا از تابع لامبدا دیگر Invoking Lambda function from another lambda function

توابع مرحله AWS AWS Step Functions

  • توابع STEP چیست؟ What are STEP Functions

  • زبان گام آمازون (ASL) Amazon step language (ASL)

  • ایجاد توابع لامبدا Create lambda functions

  • ماشین حالت ایجاد کنید و توابع لامبدا را فعال کنید Create state machine and trigger lambda functions

PySpark - SparkSQL و Dataframes PySpark - SparkSQL and Dataframes

  • PySpark PySpark

  • مقدمه ای بر PySpark Introduction to PySpark

  • اجزای جرقه Spark Components

  • راه اندازی اسپارک پایتون در google colabs Setup python spark on google colabs

  • دیتافریم چیست؟ What is a dataframe?

  • RDD چیست؟ What is RDD?

  • ایجاد RDD Creating RDDs

  • ایجاد توابع پایتون و توابع لامبدا Creating Python functions and lambda functions

  • اعمال تبدیل به روش های RDD، نقشه و فیلتر Apply transformation to RDD, map and filter methods

  • تبدیل flatMap و Set flatMap and Set transformations

  • انجام تغییرات متعدد Doing multiple transformations

  • Dataframes PySpark PySpark Dataframes

  • یک دیتافریم از طرحواره ایجاد کنید Create a dataframe from a schema

  • یک دیتافریم از یک فایل CSV ایجاد کنید Create a dataframe from a CSV file

  • PySpark Dataframe را به Dataframe Pandas تبدیل کنید Convert PySpark Dataframe to Pandas dataframe

  • SparkSQL - ایجاد Dataframe SparkSQL - Creating Dataframes

  • SparkSQL - استفاده از groupBy و داده های تجمعی SparkSQL - applying groupBy and aggregation data

  • SparkSQL - جمع آوری و فیلتر کردن داده های متعدد SparkSQL - multiple aggregation and filtering data

  • SparkSQL - فیلتر کردن داده ها با فیلتر SparkSQL - filtering data with filter

  • SparkSQL - درخواست های SQL خالص را اعمال کنید SparkSQL - Apply pure SQL queries

  • داده های سهام را از یاهو فاینانس دریافت کنید Get Stock Data from yahoo finance

PyScript - قدرت پایتون در مرورگر! PyScript - Power of Python in the browser!

  • قدرت پایتون در مرورگر! The power of python in the browser!

  • یک طرح پراکندگی ایجاد کنید Create a scatter plot

  • در HTML DOM بنویسید Write to HTML DOM

  • دسترسی به مفسر پایتون Access python interpreter

  • با استفاده از یک فایل .py جداگانه Using a separate .py file

  • شنونده رویداد Event listener

**** بلاک چین با پایتون**** **** BLOCKCHAIN WITH PYTHON****

  • بلاک چین چیست؟ What is Blockchain?

  • رمزارز - تعریف بلاک چین Cryptocurrency - Defining the Blockchain

  • افزودن بلاک به بلاک چین Adding block to blockchain

  • بلوک معدن Mining block

  • تایید بلاک چین Verifying blockchain

  • بلاک چین با FastAPI Blockchain with FastAPIs

تحلیل رسانه های اجتماعی Social Media Analysis

  • پرس و جو کنید و داده های توییتر را دریافت کنید Query and get twitter data

هنر مولد با استفاده از پایتون Generative Art using Python

  • پیش نمایش پروژه - ایجاد یک هنر مولد Project Preview - Creating a generative art

  • معرفی سریع - کتابخانه سمیلا Quick Intro - Samila library

  • یک برنامه هنری مولد مبتنی بر ساده ایجاد کنید Create a streamlit based generative art app

OpenAPI ChatGPT OpenAPI ChatGPT

  • ارسال، دریافت پیام به ChatGPT از طریق پایتون Send, receive messages to ChatGPT via python

*** پروژه ها *** *** PROJECTS ***

  • مقدمه Introduction

تجزیه و تحلیل داده های معاملات فروش Analyzing Sales Transaction Data

  • خواندن اطلاعات معاملات فروش Reading Sales transaction data

  • اجرای پرس و جو و یافتن مقادیر منحصر به فرد Running queries and find unique values

  • مقدمه Introduction

  • ایجاد تابع سفارشی برای ترسیم نقشه های حرارتی و نمودار نوار Create custom function to plot heat maps and bar plot

  • فروش کل به ازای هر روش پرداخت را بیابید Find total sales per payment method

  • میانگین قیمت واحد برای هر محصول را بیابید Find average unit price per product

  • میانگین خرید براساس گروه مشتری را پیدا کنید Find average purchase by client group

  • میانگین/ارزش کل را بر اساس هفته ها و ماه ها پیدا کنید Find Average/Total value by weeks and months

  • میانگین هر گروه مشتری و انبار را پیدا کنید Find average per client group and warehouse

  • میانگین هر گروه محصول و انبار را بیابید Find average per product group and warehouse

  • میانگین در هفته/ماه و انبار را پیدا کنید Find average per week/month and warehouse

  • مقدار متوسط ​​را با ماه و گروه محصول پیدا کنید Find average quantity with month and product group

  • همبستگی ها را پیدا کنید Find correlations

تجزیه و تحلیل نرخ ریزش گردش کارکنان Analyzing Employees Turnovers Churn Rates

  • کتابخانه های داده و واردات The data and import libraries

  • معرفی سریع ماژول pywaffle Quick intro to pywaffle module

  • داده های نمونه را وارد کنید Import sample data

  • مقادیر متمایز و پرس و جوهای در حال اجرا را مشاهده کنید View distinct values and running queries

  • یک تصویر وافل برای نمایش گردش مالی کارکنان ایجاد کنید Create a waffle visual to display employee turnover

  • نمره رضایت کارکنان را تجسم کنید Visualize Employees Satisfaction score

  • گروه های کارکنان را در هر سطل رضایت ایجاد کنید Create employees groups per satisfaction bucket

  • تحلیل رضایت Satisfaction Analysis

  • تعداد کارمندان در مقابل بخش Number of employees vs department

  • تحلیل تعداد پروژه در مقابل کارکنان Number of project vs employees analysis

  • حجم کار برای کسانی که رفتند چگونه است؟ What is the workload look like for those who left?

  • پراکندگی دوره تصدی در بین بخش های کارمند چقدر است؟ What is the spread of tenure across employee segments?

  • # سال کارمندان در شرکت ماندند # of years employees stayed in the company

  • کارمندان چقدر ماندند؟ How long did the employees stay?

  • # سال خدمت به ازای هر بخش کارمند # of years of service per employe segments

تجزیه و تحلیل جهانی زلزله Global Earthquakes Analysis

  • دریافت اطلاعات زلزله با USGS API Get Earthquake data with USGS API

  • ساختار داده ها را بررسی کنید Examine structure of the data

  • آمار خلاصه برای ستون های دسته بندی Summary statistics for categorial columns

  • دریافت آمار برای یک ستون خاص Get stats for a particular column

  • انتخاب ستون از طریق درک لیست، دریافت و موارد دیگر Selecting column via list comprehensions, get and more

  • برش داده ها Slicing data

  • loc و iloc loc and iloc

  • فیلتر کردن اطلاعات Filtering information

  • افزودن داده های جدید و استفاده از assign() Adding new data and using assign()

ویروس آبله میمون - تجزیه و تحلیل داده ها Monkey Pox Virus - Data Analysis

  • موارد گزارش شده بر اساس کشور Reported cases by country

  • توزیع پرونده های پلات بر اساس کشور و شهر Plot cases distribution by country and city

  • تأیید موارد، و وضعیت پرونده در هر کشور Confirm Cases, and case status per country

  • فراوانی علائم/نشانه ها را تجزیه و تحلیل کنید Analyze frequency of symptoms/signs

  • تجزیه و تحلیل سری های زمانی - موارد در روز Time series analysis - cases per day

متشکرم Thank You!

  • بازخورد شما بسیار ارزشمند است! Your feedback is very valuable!

  • سخنرانی پاداش Bonus Lecture

نمایش نظرات

آموزش Mega Python - Pandas، Numpy، ML، APIs، GraphQL، AWS، PySpark
جزییات دوره
50.5 hours
387
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
710
4.4 از 5
دارد
دارد
دارد
Adnan Waheed
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Adnan Waheed Adnan Waheed

موسس کلیک آنالیتیک و کارمند سابق بلومبرگ