لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
درک داده ها و تجسم داده ها با پایتون [ویدئو]
Data Understanding and Data Visualization with Python [Video]
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
تجسم داده ها به دلیل تمرکز بیشتر بر تجزیه و تحلیل داده ها، جذابیت زیادی به دست آورده است. برای اینکه یک دانشمند داده موفق باشید، دستکاری داده ها و بحث و جدل کافی نیست. تجسم داده ها برای به دست آوردن بینش ابزاری به همان اندازه مهم در جعبه ابزار علم داده است. با توجه به انواع بیشماری دادهای که وجود دارد، تجسم به یک موضوع مهم تبدیل شده است.
این دوره شما را با تمام مهارت هایی که برای ایجاد موفقیت آمیز تجسم های روشنگر نیاز دارید، مجهز می کند. این دوره ابتدا با اصول پایتون شروع می شود. سپس، این دوره به شما یاد می دهد که چگونه از کتابخانه هایی مانند NumPy، Pandas، Matplotlib، Seaborn، Bokeh و غیره استفاده کنید. علاوه بر این، دستکاری داده ها را یاد خواهید گرفت، که مرحله قبل از تجسم است. همچنین یاد خواهید گرفت که چگونه داده های جغرافیایی را با استفاده از Folium ترسیم کنید. هر ماژول در این دوره دارای پروژه های کوچک عملی است، و با محتوای فوق العاده، این یکی از جامع ترین دوره هایی است که شما در زمینه تجسم داده ها در پایتون انجام خواهید داد.
در پایان این دوره، شما نه تنها مبانی نظری تجسم ها را آموخته اید، بلکه مهارت های عملی ضروری برای کشف این حوزه رو به رشد را نیز به دست آورده اید.
فایلهای کد و همه فایلهای مرتبط در GitHub در آدرس زیر آپلود میشوند: https://github.com/PacktPublishing/Data-Understanding-and-Data-Visualization-with-Python Study اصول دستکاری و تجسم دادهها
از Pandas و NumPy برای دستکاری داده ها استفاده کنید
داده های متنی را با رشته مدیریت کنید
عملیات CRUD (ایجاد، بازیابی، به روز رسانی، حذف) روی داده ها را بیاموزید
به تجسم های سه بعدی با Matplotlib و Plotly نگاه کنید
آموزش ایجاد نمودارهای تعاملی سطحی و پراکندگی سه بعدی در Plotly این دوره برای کسانی است که به دنبال دستکاری داده ها و ایجاد تجسم های روشنگر هستند. حتی اگر یک مبتدی مطلق باشید، از این دوره بهره مند خواهید شد زیرا با اصول پایتون شروع می شود و مهارت های لازم در استفاده از کتابخانه های تجسم مبتنی بر پایتون را به شما می آموزد. آموزش دستکاری و تجسم داده ها با کمک یک دوره آموزشی کاربردی و آسان برای راهنما * تسلط بر کتابخانه های مختلف پایتون مانند NumPy، Pandas، Matplotlib و غیره * ایجاد تجسم های تعاملی و روشنگر از ابتدا با حداقل تلاش
سرفصل ها و درس ها
مقدمه دوره
Introduction to the Course
درباره Tutor و AI Sciences
About the Tutor and AI Sciences
معرفی مربی
Introduction to Instructor
تمرکز دوره
Focus of the Course
محتوای دوره
Content of the Course
رشته ها در پایتون
Strings in Python
مقدمه ای بر رشته ها
Introduction to Strings
رشته های چند خطی
Multi-Line Strings
رشته های نمایه سازی
Indexing Strings
آزمون رشته های نمایه سازی
Indexing Strings Quiz
راه حل رشته های نمایه سازی
Indexing Strings Solution
روش های رشته ای
String Methods
آزمون روش های رشته ای
String Methods Quiz
راه حل روش های رشته ای
String Methods Solution
دنباله های فرار رشته
String Escape Sequences
آزمون رشته فرار توالی
String Escape Sequences Quiz
راه حل توالی فرار رشته
String Escape Sequences Solution
ساختار داده پایتون
Python Data Structure
مقدمه ای بر ساختار داده ها
Introduction to Data Structure
ساختارهای داده - تعریف و نمایه سازی
Data Structures - Defining and Indexing
ساختارهای داده - درج و حذف
Data Structures - Insertion and Deletion
ساختارهای داده - آزمون درج و حذف
Data Structures-Insertion and Deletion Quiz
ساختارهای داده - راه حل درج و حذف
Data Structures-Insertion and Deletion Solution
ساختارهای داده - تمرین پایتون درج و حذف
Data Structures - Insertion and Deletion Python Practice
ساختارهای داده - آزمون تمرین پایتون درج و حذف
Data Structures-Insertion and Deletion Python Practice Quiz
راه حل تمرین درج و حذف ساختارهای داده پایتون
Data Structures insertion And Deletion python Practice Solution
ساختارهای داده - کپی عمیق یا مرجع و برش
Data Structures - Deep Copy or Reference and Slicing
ساختارهای داده - کپی عمیق یا آزمون مرجع و برش
Data Structures-Deep Copy or Reference and Slicing Quiz
ساختارهای داده-کپی عمیق یا راه حل مرجع و برش
Data Structures-Deep Copy or Reference and Slicing Solution
ساختارهای داده - کاوش روش ها با استفاده از تکمیل TAB
Data Structures - Exploring Methods Using TAB Completion
ساختارهای داده - راههای انتزاعی
Data Structures - Abstract Ways
ساختارهای داده - تمرین حل مسئله
Data Structures - Problem Solving Practice
آزمون تمرینی حل مسئله ساختارهای داده
Data Structures Problem Solving Practice Quiz
ساختارهای داده-راه حل تمرینی حل مسئله
Data Structures-Problem Solving Practice Solution
NumPy برای پردازش داده های عددی
NumPy for Numerical Data Processing
مقدمه ای بر NumPy
Introduction to NumPy
ابعاد NumPy
NumPy Dimensions
شکل، اندازه و بایت NumPy
NumPy Shape, Size, and Bytes
بسته NumPy Arange و Random
NumPy Arange and Random Package
امتحان NumPy Arange و Random Package
NumPy Arange and Random Package Quiz
راه حل NumPy Arange و Random Package
NumPy Arange and Random Package Solution
نمایش نظرات