آموزش دوره جامع تحلیلگر داده: از صفر تا متخصص داده! - آخرین آپدیت

دانلود The Complete Data Analyst Course: From Zero to Data Hero!

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:

آیا آماده‌اید تا شغل خود را به عنوان یک تحلیلگر داده آغاز کنید؟ به جامع‌ترین و عمیق‌ترین دوره یودمی (Udemy) خوش آمدید، که طراحی شده است تا شما را به یک تحلیلگر داده مطمئن و ماهر تبدیل کند.

چرا این دوره را انتخاب کنید؟

تقاضای بالا برای تحلیلگران داده! با اتکای فزاینده شرکت‌ها به تصمیم‌گیری‌های مبتنی بر داده، تحلیلگران داده به یکی از پرتقاضاترین متخصصان در سطح جهان تبدیل شده‌اند. بر اساس گزارش Glassdoor، متوسط درآمد یک تحلیلگر داده در ایالات متحده بیش از 80,000 دلار است و بسیاری از موقعیت‌های شغلی، امکان کار از راه دور و منعطف را فراهم می‌کنند.

تجربه یادگیری جامع و یکپارچه! این دوره برای همه طراحی شده است، چه یک مبتدی مطلق باشید و چه یک متخصص باتجربه که به دنبال ارتقاء مهارت‌های خود هستید. شما هر آنچه را که نیاز دارید، از اصول اولیه تحلیل داده گرفته تا تکنیک‌های پیشرفته مورد استفاده توسط متخصصان صنعت را خواهید آموخت.

چه چیزهایی یاد خواهید گرفت؟

  • اصول تحلیل داده: با مفاهیم پایه تحلیل داده، انواع داده‌ها و مراحل مختلف فرآیند تحلیل داده آشنا شوید. تفاوت بین تحلیلگران داده و دانشمندان داده را درک کنید و مسیرهای شغلی بالقوه را بررسی کنید.

  • تسلط بر مایکروسافت اکسل: با اکسل به صورت عملی کار کنید، از مفاهیم اولیه تا ابزارهای پیشرفته دستکاری داده، توابع ضروری و تکنیک‌های مصورسازی داده. نحوه ساخت PivotTable و PivotChart را بیاموزید و تحلیل داده‌های جامع را با استفاده از اکسل انجام دهید.

  • برنامه‌نویسی با پایتون: مهارت‌های بنیادی برنامه‌نویسی مورد نیاز برای دستکاری و تحلیل مؤثر داده‌ها را به صورت کامل فرا بگیرید.

  • مدیریت داده با پانداس: نحوه استفاده از پانداس (Pandas) برای دستکاری و تحلیل داده‌ها، شامل کار با دیتافریم‌ها و مدیریت فایل‌های اکسل را بیاموزید.

  • مصورسازی داده: با استفاده از مت پلات لیب (Matplotlib) و سی بورن (Seaborn)، نمودارهای بصری خیره‌کننده ایجاد کنید تا بینش‌های داده‌ای خود را به وضوح و جذابیت ارائه دهید.

  • SQL برای تحلیل داده: با اصول پایگاه داده و سینتکس SQL آشنا شوید. نحوه کوئری‌نویسی در پایگاه‌های داده، جوین کردن جداول، گروه‌بندی داده‌ها و استخراج یافته‌های خود برای تحلیل‌های بیشتر را بیاموزید.

  • یکپارچه‌سازی SQL: پایتون را به پایگاه‌های داده SQL متصل کنید و کوئری‌های پیچیده را برای مدیریت و تحلیل داده‌های خود انجام دهید.

  • مقدمه‌ای بر یادگیری ماشین: با سایکیت لرن (Scikit-Learn) و مفاهیم یادگیری ماشین آشنا شوید، شامل آماده‌سازی داده، ایجاد مدل و رگرسیون لجستیک.

  • نحوه استفاده از اکسل، پایتون، نام پای (NumPy)، پانداس (Pandas)، مت پلات لیب (Matplotlib)، سی بورن (Seaborn)، سایکیت لرن (Scikit-Learn) و SQL را برای تحلیل داده بیاموزید!

  • بر اصول تحلیل داده مسلط شوید و فرآیند تحلیل داده را درک کنید.

  • از مایکروسافت اکسل برای دستکاری، تحلیل و مصورسازی داده استفاده کنید.

  • PivotTable و PivotChart پویا و تعاملی در اکسل ایجاد کنید.

  • توابع و فرمول‌های پیشرفته اکسل را برای تحلیل داده پیاده‌سازی کنید.

  • داده‌ها را با استفاده از اکسل و پایتون پاکسازی و آماده‌سازی کنید.

  • تحلیل اکتشافی داده (EDA) را با اکسل و پایتون انجام دهید.

  • از ابتدا با پایتون برنامه‌نویسی کنید.

  • از نام پای (NumPy) برای دستکاری و تحلیل داده‌های عددی استفاده کنید.

  • از پانداس (Pandas) برای عملیات پیچیده داده و دستکاری داده‌ها بهره ببرید.

  • داده‌ها را با مت پلات لیب (Matplotlib) مصورسازی کرده و انواع مختلفی از نمودارها را ایجاد کنید.

  • نمودارهای آماری زیبا را با سی بورن (Seaborn) ایجاد کنید.

  • SQL را برای کوئری‌نویسی از پایگاه‌های داده و انجام تحلیل داده به کار بگیرید.

  • اصول پایگاه داده و سینتکس SQL را درک کنید.

  • مدل‌های یادگیری ماشین را با سایکیت لرن (Scikit-Learn)، شامل رگرسیون لجستیک، توسعه دهید.

  • با پروژه‌های عملی که سناریوهای دنیای واقعی را شبیه‌سازی می‌کنند، یک پورتفولیوی قوی بسازید.

  • با اسلایدهای قابل دانلود و جزوات سخنرانی، دانش نظری گسترده‌ای کسب کنید.

  • مهارت‌های خود را با چالش‌های کدنویسی و فعالیت‌های تمرینی آزمایش کنید.

  • اهمیت مصورسازی داده را درک کنید و انواع نمودارهای پیشرفته را ایجاد کنید.

  • پروژه‌های واقعی را برای نمایش مهارت‌های تحلیل داده خود توسعه دهید.

نکات برجسته دوره

  • بیش از 80 ویدیوی آموزشی با کیفیت HD: محتوای ویدیویی دقیق و با کیفیت بالا برای راهنمایی گام به گام شما در هر مبحث.

  • پروژه‌های عملی: مهارت‌های خود را در چندین پروژه عملی به کار بگیرید که سناریوهای دنیای واقعی را شبیه‌سازی می‌کنند و به شما کمک می‌کنند یک پورتفولیوی قوی بسازید.

  • نوت‌بوک‌های کد جامع: به نوت‌بوک‌های کد دقیق برای هر سخنرانی دسترسی داشته باشید و اطمینان حاصل کنید که تمام منابع مورد نیاز برای موفقیت را در اختیار دارید.

  • منابع تئوری گسترده: از اسلایدهای قابل دانلود، جزوات تئوری و محتوای دقیق سخنرانی بهره‌مند شوید که می‌توانید در هر زمان به آن‌ها مراجعه کنید و یک پایه نظری محکم برای تکمیل مهارت‌های عملی شما فراهم می‌کند.

  • فعالیت‌ها و چالش‌های تمرینی: دانش خود را با چالش‌های کدنویسی و تکالیف طراحی شده برای تقویت یادگیری خود آزمایش کنید.

پیش‌نیازها:

برای شرکت در این دوره، هیچ‌گونه تجربه قبلی در زمینه تحلیل داده یا برنامه‌نویسی نیاز نیست – من شما را از یک مبتدی به یک متخصص تبدیل خواهم کرد!

آشنایی اولیه با اکسل و پایتون می‌تواند مفید باشد، اما اجباری نیست! این دوره شامل یک آموزش فشرده (Crash Course) در مورد اکسل و پایتون است.

همین حالا ثبت نام کنید / به دوره بپیوندید!

این فرصت را برای تبدیل شدن به یک تحلیلگر داده ماهر از دست ندهید. امروز ثبت نام کنید و سفر خود را به سوی یک شغل پربار و پردرآمد در تحلیل داده آغاز کنید.


سرفصل ها و درس ها

خوش آمدید! Welcome!

  • دوره کامل تحلیلگر داده: از صفر تا قهرمان داده! The Complete Data Analyst Course: From Zero to Data Hero!

  • قبل از شروع مطالعه کنید Read Before Starting

مبانی تحلیل داده و مسیر شغلی Data Analysis Fundamentals and Career Path

  • مقدمه‌ای بر تحلیل داده Introduction to Data Analysis

  • انواع داده و مراحل تحلیل داده Types of Data & The Data Analysis Stages

  • آزمون: دسته‌بندی داده / انواع داده Quiz: Categorising Data / Types of Data

  • تحلیلگر داده در مقابل دانشمند داده و مسیر شغلی Data Analyst vs. Data Scientist & Career Path

مبانی مایکروسافت اکسل Microsoft Excel Fundamentals

  • مقدمه‌ای بر اکسل Introduction to Excel

  • مبانی اکسل Excel Basics

  • فرمول‌ها و توابع پایه Basic Formulas and Functions

کار با داده – ابزارهای داده Working With Data - Data Tools

  • وارد کردن داده Importing Data

  • مرتب‌سازی داده Sorting Data

  • فیلتر کردن داده Filtering Data

  • تحلیل سناریو (Goal Seek + Scenario Manager) What-if Analysis (Goal Seek + Scenario Manager)

  • قالب‌بندی شرطی Conditional Formatting

  • ابزارهای اضافی اکسل Additional Excel Tools

  • بسته افزونه تحلیل داده Data Analysis Addon Pack

کار با داده – توابع ضروری Working with Data - Essential Functions

  • آموزش جامع توابع LOOKUP (VLOOKUP, HLOOKUP, XLOOKUP) Ultimate LOOKUP Tutorial (VLOOKUP, HLOOKUP, XLOOKUP)

  • توابع شرطی (IF, IFERROR, توابع تو در تو و موارد دیگر!) Conditional Functions (IF, IFERROR, Nested Functions and More!)

  • توابع متنی بخش ۱ (LEFT, MID, RIGHT) Text-based Functions Part 1 (LEFT, MID, RIGHT)

  • توابع متنی بخش ۲ (TRIM, CONCAT, LEN) Text-based Functions Part 2 (TRIM, CONCAT, LEN )

  • توابع تاریخ و زمان Date-time Functions

  • توابع ریاضی بخش ۱ (COUNTIF, SUMIF, COUNTA) Mathematical Functions Part 1 (COUNTIF, SUMIF, COUNTA)

  • توابع ریاضی بخش ۲ (SEQUENCE, LARGE/SMALL, RANK و موارد دیگر!) Mathematical Functions Part 2 (SEQUENCE, LARGE/SMALL, RANK and More!)

مصورسازی داده و نمودارها در مایکروسافت اکسل Microsoft Excel Data Visualisation & Graphs

  • اهمیت مصورسازی داده و ایجاد اولین نمودار ما The Importance of Data Visualisation & Creating our First Chart

  • قالب‌بندی نمودار + عناصر نمودار Chart Formatting + Chart Elements

  • انواع نمودارهای اضافی / پیشرفته Additional / Advanced Chart Types

جدول محوری و نمودار محوری PivotTables & PivotCharts

  • مقدمه‌ای بر جدول محوری Introduction to PivotTables

  • قالب‌بندی جدول محوری PivotTable Formatting

  • نمودارهای محوری PivotCharts

مایکروسافت اکسل برای تحلیل داده – یک مثال Microsoft Excel for Data Analysis - An Example

  • پاکسازی داده با مایکروسافت اکسل Cleaning Data with Microsoft Excel

  • تحلیل داده / EDA با مایکروسافت اکسل Data Analysis / EDA with Microsoft Excel

راه‌اندازی محیط و نمای کلی Environment Setup and Overview

  • نصب پایتون / آناکاندا Python / Anaconda Installation

  • بررسی اجمالی آناکاندا و Jupyter Notebook Anaconda & Jupyter Notebook Overview

دوره فشرده پایتون Python Crash Course

  • انواع داده، متغیرها و چاپ Data Types, Variables and Printing

  • ساختارهای داده و عملگرها Data Structures and Operators

  • دستورات If / Else-if / Else، حلقه‌ها و توابع If / Else-if / Else Statements, Loops and Functions

  • عبارات Lambda، Map/Filter/Reduce و ماژول‌ها Lambda Expressions, Map/Filter/Reduce and Modues

  • فعالیت‌های تمرینی پایتون Python Practice Activities

  • راه‌حل‌های فعالیت‌های تمرینی پایتون Python Practice Activities Solutions

مبانی NumPy NumPy Basics

  • مقدمه‌ای بر NumPy Introduction to NumPy

  • آرایه‌های NumPy (ndarrays) NumPy Arrays (ndarrays)

  • نمایه‌گذاری و برش‌زنی Indexing and Slicing

  • توابع جهانی و سایر دستکاری‌های آرایه Universal Functions and Other Array Manipulations

  • مرور کلی فعالیت‌های تمرینی NumPy NumPy Practice Activities Overview

  • راه‌حل‌های فعالیت‌های تمرینی NumPy NumPy Practice Activities Solutions

مبانی Pandas Pandas Fundamentals

  • مقدمه‌ای بر Pandas Introduction to Pandas

  • ساختارهای داده – Series Data Structures - Series

  • ساختارهای داده – DataFrames (بخش ۱) Data Structures - DataFrames (Part 1)

  • ساختارهای داده – DataFrames (بخش ۲) Data Structures - DataFrames (Part 2)

  • گروه‌بندی و مرتب‌سازی داده Grouping and Sorting Data

  • داده‌های گمشده Missing Data

  • ترکیب مجموعه‌های داده Combining Datasets

  • عملیات مجموعه‌داده Dataset Operations

فعالیت‌های تمرینی Pandas Pandas Practice Activities

  • مرور کلی فعالیت‌های تمرینی Pandas Pandas Practice Activities Overview

  • راه‌حل‌های فعالیت‌های تمرینی Pandas Pandas Practice Activities Solutions

مبانی Matplotlib Matplotlib Fundamentals

  • مقدمه‌ای بر Matplotlib Introduction to Matplotlib

  • مبانی Matplotlib Matplotlib Fundamentals

  • کاوش انواع مختلف نمودارها Exploring Different Plot Types

  • سفارشی‌سازی و استایل‌دهی نمودار Plot Customisation and Styling

  • اشکال و زیرنمودارها Figures and Subplots

  • مرور کلی فعالیت‌های تمرینی Matplotlib Matplotlib Practice Activities Overview

  • راه‌حل‌های فعالیت‌های تمرینی Matplotlib Matplotlib Practice Activities Solutions

مبانی Seaborn Seaborn Fundamentals

  • مقدمه‌ای بر Seaborn Introduction to Seaborn

  • مبانی Seaborn Seaborn Fundamentals

  • نمودارهای دسته‌بندی Categorical Plots

  • نمودارهای ماتریسی Matrix Plots

  • نمودارهای شبکه‌ای Grid Plots

  • استایل‌دهی و رنگ Styling and Colour

  • مرور کلی فعالیت‌های تمرینی Seaborn Seaborn Practice Activities Overview

  • راه‌حل‌های فعالیت‌های تمرینی Seaborn Seaborn Practice Activities Solutions

مثال تحلیل داده با پایتون – بارگذاری و پاکسازی داده Python Data Analysis Example – Data Loading & Cleaning

  • معرفی پروژه و بارگذاری داده‌های ما Project Introduction and Loading our Data

  • پاکسازی داده‌های ما با پایتون Cleaning our Data with Python

مثال تحلیل داده با پایتون – تحلیل اکتشافی داده Python Data Analysis Example – Exploratory Data Analysis

  • تحلیل اکتشافی داده با پایتون (بخش ۱) Exploratory Data Analysis with Python (Part 1)

  • تحلیل اکتشافی داده با پایتون (بخش ۲) Exploratory Data Analysis with Python (Part 2)

پروژه پورتفولیو پایتون Python Portfolio Project

  • مرور کلی پروژه پورتفولیو پایتون Python Portfolio Project Overview

  • راه‌حل‌های پروژه پورتفولیو پایتون Python Portfolio Project Solutions

مقدمه‌ای بر یادگیری ماشین (scikit-learn) Introduction to Machine Learning (scikit-learn)

  • مقدمه‌ای بر یادگیری ماشین Introduction to Machine Learning

  • آماده‌سازی داده‌های ما Preparing our Data

  • ایجاد مدل یادگیری ماشین ما (رگرسیون لجستیک) Creating our Machine Learning Model (Logistic Regression)

ملزومات SQL برای تحلیل داده SQL Essentials for Data Analysis

  • مقدمه‌ای بر پایگاه‌های داده و SQL Introduction to Databases and SQL

  • نصب SQL Server + وارد کردن داده‌های ما Installing SQL Server + Importing our Data

  • پرس‌وجوی داده با SQL: FROM, SELECT و WHERE Querying Data with SQL: FROM, SELECT and WHERE

  • SQL مؤثر: Joins، گروه‌بندی و توابع تجمعی Effective SQL: Joins, Grouping, and Aggregate Functions

  • خروجی گرفتن داده از SQL Exporting Data from SQL

پایان! The End!

  • تبریک و گام‌های بعدی Congratulations & Next Steps

  • دسترسی و دانلود گواهینامه شما Accessing & Downloading your Certificate

نمایش نظرات

آموزش دوره جامع تحلیلگر داده: از صفر تا متخصص داده!
جزییات دوره
15 hours
85
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
327
4.5 از 5
دارد
دارد
دارد
Jenson Berry
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Jenson Berry Jenson Berry

مشاور امنیت سایبری سیستم‌های کنترل صنعتی (OT/ICS)، تحلیلگر داده و مدرس