آموزش فراتر از اعداد: تبدیل داده‌ها به بینش‌های کاربردی - آخرین آپدیت

دانلود Go Beyond the Numbers: Translate Data into Insights

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: این دومین دوره از گواهینامه تحلیل داده‌های پیشرفته گوگل است. در این دوره، شما خواهید آموخت که چگونه داستان‌های نهفته در داده‌ها را پیدا کرده و آن‌ها را به روشی جذاب روایت کنید. شما کشف خواهید کرد که متخصصان داده چگونه از داستان‌سرایی (Storytelling) برای درک بهتر داده‌ها و انتقال بینش‌های کلیدی به هم‌تیمی‌ها و ذینفعان استفاده می‌کنند. همچنین، تحلیل اکتشافی داده‌ها (EDA) را تمرین کرده و نحوه ایجاد بصری‌سازی‌های موثر داده‌ها را می‌آموزید. کارمندانی از گوگل که در حال حاضر در این حوزه فعالیت می‌کنند، شما را در این دوره با ارائه فعالیت‌های عملی که وظایف واقعی را شبیه‌سازی می‌کند، به اشتراک گذاشتن مثال‌هایی از کارهای روزمره و کمک به تقویت مهارت‌های تحلیل داده برای آماده‌سازی شما جهت ورود به بازار کار هدایت می‌کنند. کارآموزانی که هشت دوره این برنامه را به پایان برسانند، مهارت‌های لازم برای درخواست شغلی در زمینه‌های علوم داده (Data Science) و تحلیل داده‌های پیشرفته را کسب خواهند کرد. این گواهینامه مستلزم داشتن دانش قبلی از اصول، مهارت‌ها و ابزارهای تحلیلی پایه است که در گواهینامه تحلیل داده‌های گوگل پوشش داده شده است. تا پایان این دوره، شما قادر خواهید بود: - از ابزارهای پایتون برای بررسی ساختار و فرمت داده‌های خام استفاده کنید - کتابخانه‌های مرتبط پایتون را برای پاک‌سازی داده‌های خام انتخاب کنید - نحوه تبدیل داده‌های دسته‌ای (Categorical) به داده‌های عددی را با پایتون نمایش دهید - از مهارت‌های اعتبارسنجی ورودی برای تایید مجموعه داده‌ها با پایتون استفاده کنید - تکنیک‌های ایجاد بصری‌سازی‌های در دسترس و استاندارد را با Tableau شناسایی کنید - در مورد داده‌های مفقود (Missing Data) و داده‌های پرت (Outliers) تصمیم‌گیری کنید - با مدیریت رشته‌های تاریخی (Date Strings)، داده‌ها را ساختاربندی و سازماندهی کنید

سرفصل ها و درس ها

یافتن و به اشتراک‌گذاری داستان‌ها با استفاده از داده‌ها Find and share stories using data

  • مقدمه‌ای بر دوره دوم Introduction to Course 2

  • راب: موانع و دستاوردها Robb: Obstacles and achievements

  • خوش‌آمدگویی به ماژول اول Welcome to module 1

  • یافتن داستان‌ها با استفاده از شش روش تحلیل اکتشافی داده‌ها Find stories using the six exploratory data analysis practices

  • بنج: علوم داده و داستان‌سرایی Benj: Data science and storytelling

  • ترکیب متدهای PACE و EDA Combine PACE and EDA practices

  • متد PACE همراه با بصری‌سازی داده‌ها PACE with data visualizations

  • جمع‌بندی Wrap-up

کاوش در داده‌های خام Explore raw data

  • خوش‌آمدگویی به ماژول دوم Welcome to module 2

  • یاسر: درک داده‌ها برای خلق ارزش Yaser: Understand data to drive value

  • منشأ داده‌ها از کجا می‌آیند Where the data comes from

  • تحلیل EDA با استفاده از توابع پایه داده‌ها در پایتون EDA using basic data functions with Python

  • کشف داده‌های مفقود در مجموعه داده‌ها Discover what is missing from your dataset

  • مدیریت رشته‌های تاریخی با پایتون Date string manipulations with Python

  • استفاده از روش‌های ساختاری برای ایجاد نظم در مجموعه داده‌ها Use structuring methods to establish order in your dataset

  • ساختاربندی EDA با پایتون EDA structuring with Python

  • جمع‌بندی Wrap-up

پاک‌سازی داده‌های شما Clean your data

  • خوش‌آمدگویی به ماژول سوم Welcome to module 3

  • روش‌های مدیریت داده‌های مفقود Methods for handling missing data

  • کار با داده‌های مفقود در نوت‌بوک پایتون Work with missing data in a Python notebook

  • رمی: یک روز از زندگی متخصص داده Remy: A day in the life of a data professional

  • بررسی و مدیریت داده‌های پرت Account for outliers

  • شناسایی و برخورد با داده‌های پرت در پایتون Identify and deal with outliers in Python

  • مرتب‌سازی اعداد در مقابل نام‌ها Sort numbers versus names

  • کدگذاری برچسب‌ها (Label Encoding) در پایتون Label encoding in Python

  • ارزش اعتبارسنجی ورودی‌ها The value of input validation

  • اعتبارسنجی ورودی با پایتون Input validation with Python

  • جمع‌بندی Wrap-up

بصری‌سازی و ارائه داده‌ها Data visualizations and presentations

  • خوش‌آمدگویی به ماژول چهارم Welcome to module 4

  • چرخه حیات بصری‌سازی The visualization life cycle

  • کار با Tableau، بخش اول Work with Tableau, Part 1

  • کار با Tableau، بخش دوم Work with Tableau, Part 2

  • درو: کاوش در احتمالات داده‌ها Drew: Explore the possibilities of data

  • خلق داستان‌های جذاب با Tableau Craft compelling stories with Tableau

  • ارائه حرفه‌ای با Tableau Present like a pro with Tableau

  • جمع‌بندی Wrap-up

پروژه نهایی دوره دوم Course 2 end-of-course project

  • خوش‌آمدگویی به ماژول پنجم Welcome to module 5

  • مقدمه‌ای بر پروژه پورتفولیوی نهایی دوره دوم Introduction to your Course 2 end-of-course portfolio project

  • جمع‌بندی پروژه نهایی و نکاتی برای موفقیت شغلی مستمر End-of-course project wrap-up and tips for ongoing career success

  • جمع‌بندی کلی دوره Course wrap-up

نمایش نظرات

آموزش فراتر از اعداد: تبدیل داده‌ها به بینش‌های کاربردی
جزییات دوره
27h 30m
40
(آخرین آپدیت)
100,054
4.7 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