آموزش EDA/آمار توصیفی با استفاده از پایتون (بخش - 1)

سرفصل ها و درس ها

معرفی Introduction

• مقدمه ای در مورد معلم خصوصی Introduction about Tutor

• دستور کار و مراحل تجزیه و تحلیل Agenda and stages of analytics

• تجزیه و تحلیل تشخیصی چیست What is diagnoistic Analytics

• تجزیه و تحلیل پیشگو چیست؟ What is Predicative Analytics

• CRISP چیست - ML(Q) What is CRISP - ML(Q)

• بیایید این مسابقه را انجام دهیم Let's take this Quiz

فاز تفاهم تجاری Business Understanding Phase

• درک تجاری - محدوده کاربرد را تعریف کنید Business Understanding - Define the Scope of Application

• درک تجاری - معیارهای تجاری را تعریف کنید Business Understanding - Define Business Criteria

• درک تجاری - مورد استفاده Business Understanding - Use Case

• سوالات امتحانی Quiz Questions

فاز درک داده - انواع داده Data Understanding Phase - Data Types

• درک داده های دستور کار Agenda Data Understanding

• مقدمه ای بر درک داده ها Introduction to Data Understanding

• انواع داده ها - داده های پیوسته در مقابل داده های گسسته Data Types - Continuous Data Vs Discrete Data

• درک عملی داده ها با استفاده از تجربیات زمان واقعی Pratical Data Understanding using Real time Experiences

• مقیاس اندازه گیری Scale Of Measurement

• کمی در مقابل کیفی Quantitative vs Qualitative

• ساختار یافته در مقابل داده های بدون ساختار Structured Vs Unstructured Data

• امتحان Quiz

فاز درک داده ها - جمع آوری داده ها Data Understanding Phase - Data Collection

• جمع آوری داده چیست؟ What Is Data Collection ?

• آشنایی با منابع داده ثانویه Understanding Secondary Data Sources

• درک منابع داده های اولیه Undersatanding Primary Data Sources

• درک جمع آوری داده ها با استفاده از نظرسنجی Understanding Data Collection Using Survey

• درک جمع آوری داده ها با استفاده از DoE Understanding Data Collection Using DoE

• درک خطاهای احتمالی در مرحله جمع آوری داده ها Understanding Possible Errors in Data Collection Stage

• درک تعصب و انصاف Understanding Bias and Fairness

• امتحان Quiz

درک آمار پایه Understanding Basic Statistics

• مقدمه ای بر آماده سازی و دستور کار داده های CRISP ML(Q). Introduction to CRISP ML(Q) Data Preparation & Agenda

• احتمال چیست؟ What is Probability ?

• متغیرهای تصادفی چیست؟ What is Random Variables ?

• درک احتمال و کاربرد آن، توزیع احتمال Understanding Probability and its Application, Probability Distribution

• آمار استنباطی چیست؟ What is Inferencial Statistics ?

• امتحان Quiz

مرحله آماده سازی داده ها | تجزیه و تحلیل داده های اکتشافی (EDA) Data Preparation Phase | Exploratory Data Analysis (EDA)

• خلاصه ای از مفاهیم مقدماتی Recap of Preliminaries Concepts

• درک توزیع نرمال Understanding Normal Distribution

• درک توزیع عادی استاندارد و امتیازات Z چیست Understanding Standard Normal Distribution & what is Z Scores

• درک اقدامات گرایش مرکزی (تصمیم کاری لحظه اول) Understanding Measures of Central Tendency (First Moment Business Decision )

• درک اقدامات پراکندگی (تصمیم کاری لحظه دوم) Understanding Measures of Dispersion (Second Moment Business Decision)

• درک نمودار جعبه (اختلاف B/w درصد و Quantile و Quartile) Understanding Box Plot (Diff B/w Percentile and Quantile and Quartile)

• درک تکنیک های گرافیکی-Q-Q-Plot Understanding Graphical Techniques-Q-Q-Plot

• امتحان Quiz

• درک در مورد طرح پراکندگی دو متغیره Understanding about Bivariate Scatter Plot

نصب و راه اندازی پایتون Python Installation and setup

• نصب پایتون Python Installation

• نصب آناکوندا Anakonda Installation

• آشنایی با کتابخانه های Anakonda Navigator و Spyder و Python Understand about Anakonda Navigator & Spyder & Python Libraries

• درباره Jupyter و Google Colab بدانید Understand about Jupyter & Google Colab

• امتحان Quiz

مرحله آماده سازی داده ها | EDA با استفاده از پایتون Data Preparation Phase | EDA Using Python

• درک تصمیم گیری کسب و کار لحظه اول و دوم با استفاده از پایتون Understanding 1st & 2nd Moment Business Decision Using Python

• درک تصمیم گیری کسب و کار لحظه سوم با استفاده از پایتون Understanding 3rd Moment Business Decision Using Python

• درک تصمیم گیری کسب و کار لحظه چهارم با استفاده از پایتون Understanding 4th Moment Business Decision Using Python

• درک تک متغیره (نمونه نوار و هیستوگرام) با استفاده از پایتون Understanding Univariate (Bar plot & Histogram ) Using Python

• درک طرح تک متغیره با استفاده از پایتون Understanding Univariate Plot Using Python

• درک نمودار جعبه تک متغیره با استفاده از پایتون Understanding Univariate Box plot Using Python

• درک تک متغیره Q-Q-Plot با استفاده از پایتون Understanding Univariate Q-Q-Plot Using Python

• درک نمودار پراکندگی دو متغیره با استفاده از پایتون Understanding Bivariate Scatter Plot Using Python

• امتحان Quiz