آموزش تجزیه و تحلیل داده ها با پایتون

Data Analysis with Python

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: مقدمه آمار کاربردی در علم داده. تمرکز بر تجزیه و تحلیل داده های اکتشافی (EDA). آمار توصیفی. جدول محوری. نقشه حرارت. هیستوگرام ها باکس پلات. رگرسیون و همبستگی. آنوا. Chi-Square. مقدمه ای بر سری زمانی و خیلی بیشتر. پیش نیازها:آموزش پایه ریاضی و استفاده از مرورگر وب. دانستن زبان پایتون مطلوب است اما ضروری نیست.

آیا برای آمار به کمک نیاز دارید؟ در این دوره ما تکنیک های آماری اولیه برای انجام تجزیه و تحلیل داده های اکتشافی را به صورت حرفه ای می آموزیم. تجزیه و تحلیل داده ها یک مفهوم گسترده و چند رشته ای است. با این دوره یاد خواهید گرفت که اولین قدم های خود را در دنیای تحلیل داده بردارید. این هر دو نظریه و عمل را ترکیب می کند.

این دوره با توضیح مفاهیم اولیه در مورد داده ها و ویژگی های آن آغاز می شود. معیارهای تک متغیره به عنوان معیارهای گرایش و پراکندگی مرکزی. و با کاربردهای پیشرفته تری مانند رگرسیون، همبستگی، تحلیل واریانس و سایر تکنیک های آماری مهم پایان می یابد.

شما می توانید اولین درس هایی را که به صورت کاملا رایگان برای شما منتشر کرده ام مرور کنید و می توانید محتوای دوره را با جزئیات ارزیابی کنید.

ما از نوت بوک های Python Jupyter به عنوان یک ابزار فناوری پشتیبانی استفاده می کنیم. دانستن زبان پایتون مطلوب است، اما ضروری نیست، زیرا در طول دوره، دانش لازم برای انجام آزمایشگاه ها و تمرین ها ارائه خواهد شد.


اگر به بهبود توانایی آمار خود نیاز دارید، این دوره برای شما مناسب است.


اگر علاقه مند به یادگیری یا بهبود مهارت های خود در تجزیه و تحلیل داده هستید، این دوره برای شما مناسب است.


اگر دانشجویی هستید که علاقه مند به یادگیری تجزیه و تحلیل داده ها هستید، این دوره برای شما نیز مناسب است.


این دوره دارای شش ماژول و شش آزمایشگاه برای تمرین است.

  • ماژول یک. ما به ابتدایی ترین موضوعات دوره نگاه خواهیم کرد.

  • ماژول دو. ما برخی از انواع داده‌ها را خواهیم دید که در زبان پایتون استفاده خواهیم کرد.

  • ماژول سه. برخی از ویژگی های اصلی داده های کمی را خواهیم دید.

  • ماژول چهار. با استفاده از زبان پایتون خواهیم دید که پیش پردازش داده چیست.

  • ماژول پنج. ما با مبانی تجزیه و تحلیل داده های اکتشافی شروع خواهیم کرد.

  • ماژول ششم. ما موضوعات پیشرفته تری از تجزیه و تحلیل داده های اکتشافی را مشاهده خواهیم کرد.


سرفصل ها و درس ها

خلاصه Summary

  • خلاصه Summary

  • دوره های جالب دیگر Other interesting courses

  • ارائه تجزیه و تحلیل سری زمانی Time Series Analysis Presentation

واحد 1 Module 1

  • مفاهیم اساسی Basic Concepts

  • نصب نسخه انفرادی آناکوندا Anaconda Individual Edition Installation

  • سخنرانی 4: Anaconda Suite را در ویندوز 10 نصب کنید Lecture 4: Install Anaconda Suite on Windows 10

ماژول 2 Module 2

  • انواع داده پایتون - قسمت 1 Python data types - Part 1

  • انواع داده پایتون - آزمایشگاه 1 Python data types - Lab 1

  • انواع داده 1 Data Types 1

  • انواع داده پایتون - قسمت 2 Python data types - Part 2

  • انواع داده پایتون - آزمایشگاه 2 Python data types - Lab 2

  • فهرست ها و لغت نامه ها Lists and Dictionaries

  • انواع داده پایتون - قسمت 3 Python data types - Part 3

  • انواع داده پایتون - آزمایشگاه 3 Python data types - Lab 3

  • فریم های داده Data Frames

ماژول 3 Module 3

  • ویژگی های داده های کمی Quantitative Data Properties

  • ویژگی های داده های کمی - آزمایشگاه 4 Quantitative Data Properties - Lab 4

  • معیارهای Measures

ماژول 4 Module 4

  • پیش پردازش داده ها در پایتون Pre-Processing Data in Python

  • آزمون 4: پیش پردازش داده ها Quiz 4: Pre processing data

ماژول 5 Module 5

  • تجزیه و تحلیل داده های اکتشافی. بخش اول Exploratory Data Analysis. Part one

ماژول 6 Module 6

  • تجزیه و تحلیل داده های اکتشافی. بخش دوم Exploratory Data Analysis. Part Two

تست نهایی Final Test

  • تست نهایی Final Test

جایزه یک - میدان چی Bonus One - Chi Square

  • آزمون Chi-Square Chi-Square Test

جایزه دو - سری زمانی Bonus Two - Time Series

  • سری های زمانی چیست؟ What are Time Series?

  • سری زمانی - تاریخ و زمان Time Series - Date and Time

  • تبدیل، نمایه سازی و نمونه گیری مجدد Transformation, Indexing and Resampling

  • سری زمانی - محاسبات پایه Time Series - Basic Calculations

  • سری زمانی - تجزیه Time Series - Decomposition

  • مرحله ی بعد Next Level

نمایش نظرات

Udemy (یودمی)

یودمی یکی از بزرگ‌ترین پلتفرم‌های آموزشی آنلاین است که به میلیون‌ها کاربر در سراسر جهان امکان دسترسی به دوره‌های متنوع و کاربردی را فراهم می‌کند. این پلتفرم امکان آموزش در زمینه‌های مختلف از فناوری اطلاعات و برنامه‌نویسی گرفته تا زبان‌های خارجی، مدیریت، و هنر را به کاربران ارائه می‌دهد. با استفاده از یودمی، کاربران می‌توانند به صورت انعطاف‌پذیر و بهینه، مهارت‌های جدیدی را یاد بگیرند و خود را برای بازار کار آماده کنند.

یکی از ویژگی‌های برجسته یودمی، کیفیت بالای دوره‌ها و حضور استادان مجرب و با تجربه در هر حوزه است. این امر به کاربران اعتماد می‌دهد که در حال دریافت آموزش از منابع قابل اعتماد و معتبر هستند و می‌توانند به بهترین شکل ممکن از آموزش‌ها بهره ببرند. به طور خلاصه، یودمی به عنوان یکی از معتبرترین و موثرترین پلتفرم‌های آموزشی آنلاین، به افراد امکان می‌دهد تا به راحتی و با کیفیت، مهارت‌های مورد نیاز خود را ارتقا دهند و به دنبال رشد و پیشرفت شغلی خود باشند.

آموزش تجزیه و تحلیل داده ها با پایتون
جزییات دوره
2 hours
24
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
3,805
4.1 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Christian Cisne Christian Cisne

آمارگیر و برنامه نویس کامپیوتر