آموزش تجزیه و تحلیل کسب و کار در دنیای واقعی و آمار در پایتون

Real-World Business Analysis and Statistics in Python

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: بر قدرت پانداها، NumPy، Matplotlib و Statmodels از تجزیه و تحلیل داده ها تا تصمیم گیری استراتژیک در پایتون مسلط شوید. درک کاملی از Python برای تجزیه و تحلیل داده ها به دست آورید. مهارت های پاکسازی و پیش پردازش مجموعه داده های دنیای واقعی را توسعه دهید و از کیفیت و قابلیت اطمینان داده ها اطمینان حاصل کنید. یاد بگیرید که از کتابخانه های کلیدی مانند Pandas، NumPy و Matplotlib برای دستکاری، تجزیه و تحلیل و تجسم داده ها استفاده کنید. تسلط بر تکنیک های پیشرفته پردازش داده ها، از جمله مهندسی ویژگی، تبدیل داده ها، و مدیریت مقادیر از دست رفته. نحوه پیاده‌سازی statmodels API برای ساخت مدل‌های آماری و تعیین تأثیرگذارترین عوامل برای تصمیم‌گیری و توصیه‌های مؤثر را بررسی کنید. پیش نیازها:دانش پایه پایتون میل به یادگیری

با دوره جامع ما سفری متحول کننده به قلمرو تحلیل و آمار کسب و کار دنیای واقعی در پایتون آغاز کنید. در این تجربه یادگیری پویا، پایه‌ای قوی در پایتون به دست خواهید آورد که برای تجزیه و تحلیل داده‌ها طراحی شده است و مهارت‌های ضروری را برای پیمایش، تمیز کردن و پیش پردازش مؤثر مجموعه‌های داده دنیای واقعی به دست می‌آورید. از طریق تمرین‌های عملی و سناریوهای زندگی واقعی، در تضمین کیفیت و قابلیت اطمینان داده‌ها ماهر خواهید شد و زمینه را برای تصمیم‌گیری آگاهانه در دنیای مبتنی بر داده‌ها فراهم می‌کنید.


با کتابخانه‌های کلیدی مانند Pandas، NumPy، و Matplotlib عمیقاً در قلب دستکاری، تجزیه و تحلیل و تجسم داده‌ها شیرجه بزنید. پتانسیل این ابزارهای قدرتمند را برای به دست آوردن بینش های معنادار از مجموعه داده های پیچیده باز کنید، و شما را به توانایی تبدیل اطلاعات خام به هوش کاربردی مجهز می کند. این دوره شما را از طریق تکنیک‌های پیشرفته پردازش داده، از جمله مهندسی ویژگی، تبدیل داده‌ها، و مدیریت مقادیر از دست رفته راهنمایی می‌کند و تضمین می‌کند که مجموعه مهارت‌های لازم برای مقابله با پیچیدگی‌های داده‌های دنیای واقعی را دارید.


فراتر از مهارت‌های اساسی، این دوره با کاوش در کاربرد statmodels API مهارت شما را افزایش می‌دهد. بیاموزید که چگونه مدل‌های آماری بسازید که تأثیرگذارترین عوامل را در یک مجموعه داده آشکار می‌کند و شما را قادر می‌سازد تصمیمات و توصیه‌های مؤثری بگیرید. از طریق کاربردهای عملی و مطالعات موردی، درک جامعی از بهره‌گیری از بینش‌های آماری برای تصمیم‌گیری استراتژیک در سناریوهای مختلف کسب‌وکار به دست خواهید آورد. در پایان دوره، شما نه تنها با تخصص فنی، بلکه با یک ذهنیت استراتژیک برای مقابله با چالش های تجاری در چشم انداز رقابتی امروز ظاهر خواهید شد.


در این سفر یادگیری تحول‌آفرین به ما بپیوندید، جایی که تئوری با کاربرد عملی روبرو می‌شود، و خود را با ابزارها و دانش توانمند کنید تا در پیچیدگی‌های تجزیه و تحلیل داده‌های دنیای واقعی پیمایش کنید و تأثیر معناداری را در سازمان خود ایجاد کنید.


سرفصل ها و درس ها

راه اندازی پلت فرم تجزیه و تحلیل داده های خود Setting Up Your Data Analysis Platform

  • پایتون و ژوپیتر نوت بوک را نصب کنید Install Python and Jupyter Notebook

  • راه اندازی ChatGPT برای تجزیه و تحلیل SMART Setting Up ChatGPT for SMART Analysis

  • دانلود منابع مورد استفاده در این دوره Download Resources Used in this Course

فاز 1: مراحل پاکسازی داده ها برای پروژه های واقعی - جهان Phase 1: Steps in Data Cleaning for Real - World Projects

  • وارد کردن مجموعه داده های فروش در نوت بوک Jupyter Importing Sales Dataset in Jupyter Notebook

  • وارد کردن مقادیر گمشده با روش scikit-learn Imputing missing values with scikit-learn method

  • پیدا کردن و برخورد با ارزش های ناسازگار Finding out and dealing with inconsistent values

  • رفع انواع داده های اشتباه و اختصاص نوع صحیح Fixing wrong data types and assign the correct type

  • حذف موارد تکراری بدون خطا در مجموعه داده ها Dropping duplicates making dataset error free

فاز 2: مراحل دستکاری داده ها برای پروژه های واقعی - جهان Phase 2: Steps in Data Manipulation for Real - World Projects

  • سازماندهی و مرتب سازی مجموعه داده ها و یافتن بینش Organinzing and Sorting dataset and finding insight

  • فیلتر مشروط، تقسیم داده ها، پارتیشن بندی داده ها Conditional filtering, data splitting, data partitioning

  • متغیرهای ضروری اضافی را با مجموعه داده ادغام کنید Merge extra necessary variables to the dataset

  • الحاق داده های ضروری اضافی در داده های موجود Concatenating extra necessary data within existing data

فاز 3: مراحل تجزیه و تحلیل داده های اکتشافی برای چالش های واقعی - جهانی Phase 3: Steps in Exploratory Data Analysis for Real - World Challenges

  • تجزیه و تحلیل داده های اکتشافی را درک کنید Understand exploratory data analysis

  • چالش 1: کشور محل اقامت اکثر مشتریان چیست؟ Challenge 1: What is the country of residence for the majority of customers?

  • چالش 2: توضیحات ارزش سفارش، هزینه و بازپرداخت را بیابید. Challenge 2: Find the descriptives of order value, cost and refund.

  • چالش 3: 3 دسته محصول برتر را بر اساس ارزش سفارش و هزینه پیدا کنید. Challenge 3: Find top 3 product categories based on both order value and cost.

  • چالش 4: وفادارترین مشتریان سوپراستور شما چه کسانی هستند؟ Challenge 4: Who are the most loyal customers of your superstore?

  • چالش 5: کدام مدیر فروش محصولی را فروخت که بیشترین حجم فروش را داشته باشد؟ Challenge 5: Which sales manager sold product that has the highest sales volume?

  • چالش 6: رابطه بین ارزش سفارش، هزینه و مبلغ بازپرداخت را پیدا کنید. Challenge 6: Find the relationship between order value, cost and refund amount.

فاز 4: درک تجزیه و تحلیل آماری و آزمون فرضیه Phase 4: Understanding Statistical Analysis and Hypothesis Testing

  • جنبه های مختلف آزمون فرضیه در آمار Various aspects of hypothesis testing in statistics

  • سطح اطمینان، سطح معناداری و p-value را درک کنید Understand confidence level, significance level and p-value

  • مراحل کامل آزمون فرضیه را درک کنید Understand complete steps in hypothesis testing

فاز 5. تبدیل داده ها به فرمت توزیع عادی Phase 5. Transform Data into Normal Distribution Format

  • آزمایش توزیع نرمال متغیرهای عددی Testing normal distribution of numeric variables

  • تبدیل ریشه مربع برای تبدیل توزیع نرمال Square root transformation for normal distribution conversion

  • تبدیل لگاریتمی برای تبدیل توزیع نرمال Logarithmic transformation for normal distribution conversion

  • تبدیل Box-cox برای تبدیل توزیع نرمال Box-cox transformation for normal distribution conversion

  • تبدیل Yeo-Johnson برای تبدیل توزیع نرمال Yeo-Johnson transformation for normal distribution conversion

فاز 6: انجام تجزیه و تحلیل داده های آماری و آزمون فرضیه ها Phase 6: Perform Statistical Data Analysis and Hypothesis Testing

  • ANOVA یک طرفه: آزمایش تفاوت One - way ANOVA: Testing the difference

  • آزمون همبستگی پیرسون: آزمون رابطه Pearson correlation test: Testing the relationship

  • تحلیل رگرسیون: آزمایش تأثیر Regression analysis: Testing the influence

زمان تمرین!!! Practice Time!!!

  • مجموعه داده تمرین را دانلود کنید Download the practice dataset

  • آزمون: آزمون فرضیه برای داده های فروش QUIZ: Hypothesis testing for Sales data

نمایش نظرات

آموزش تجزیه و تحلیل کسب و کار در دنیای واقعی و آمار در پایتون
جزییات دوره
3.5 hours
31
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
1,101
5 از 5
دارد
دارد
دارد
Md Shahriar
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Md Shahriar Md Shahriar

تحلیلگر داده (فریلنسر) و مدرس در Udemy