آموزش پایتون مقدماتی برای تحلیلگران داده

دانلود Introductory Python for Data Analysts

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:

این آموزش سطح مقدماتی پایتون برای تحلیلگران داده، زبان آموزان را برای تسلط بر بهترین زبان برنامه نویسی در جهان برای تجزیه و تحلیل داده ها آماده می کند: پایتون و کتابخانه های تجزیه و تحلیل داده های آن.

تجزیه و تحلیل داده‌های خوب گذشته را معنا می‌کند، اقدامات فعلی را هدایت می‌کند و حتی می‌تواند آینده را پیش‌بینی کند - پایتون همه این امکان را در دسترس قرار می‌دهد. و انجام تجزیه و تحلیل داده ها با پایتون تقریباً همیشه مستلزم یک پایه خوب در پایتون و راحتی در کتابخانه های آن مانند Pandas، NumPy و حتی IPython است.

Python زبان برنامه نویسی پیشرو در جهان برای تجزیه و تحلیل داده ها به دلایلی است: همه کاره، قدرتمند، بصری، نسبتا آسان است و زبان منبع باز دارای کتابخانه ها و افزونه هایی است که توسط برنامه نویسان و تحلیلگران به روز نگه داشته می شوند. در سراسر جهان. با این دوره می توانید آن را یاد بگیرید و برای تجزیه و تحلیل داده ها به آن مسلط شوید.

برای هرکسی که آموزش پایتون خود را مدیریت می‌کند، این آموزش پایتون می‌تواند برای تحلیل‌گران جدید داده‌های مشتاق، که در برنامه‌های آموزشی فردی یا تیمی تنظیم شده‌اند، یا به عنوان منبع مرجع پایتون استفاده شود.

پایتون برای تحلیلگران داده: آنچه باید بدانید

این آموزش Python برای تجزیه و تحلیل داده‌ها موضوعات پایتون از جمله:

را پوشش می‌دهد
  • تجزیه و تحلیل داده ها با کتابخانه های Python و Python ویژه ساخته شده برای تجزیه و تحلیل داده ها
  • شناسایی و به دست آوردن داده ها و انواع داده های مناسب با پایتون
  • انجام تحلیل های آماری ساده و پیچیده
  • ایجاد تجسم داده ها و ایجاد نمودار به صورت خودکار
  • استفاده از پایتون برای پیش‌بینی روندهای آینده از داده‌ها
چه کسی باید پایتون را برای آموزش تحلیلگران داده استفاده کند؟

این آموزش Python برای تجزیه و تحلیل داده ها، آموزش پایتون در سطح تخصصی در نظر گرفته می شود، به این معنی که برای تحلیلگران مشتاق داده طراحی شده است.

تحلیلگران داده جدید یا مشتاق. این دوره برای افرادی که فقط می خواهند کار روزمره خود را با تجزیه و تحلیل داده ها کمی بهتر کنند و همچنین افرادی که امیدوارند شغلی را به عنوان یک حرفه ای تمام عیار شروع کنند عالی است. تحلیلگر داده یادگیری پایتون برای تجزیه و تحلیل داده‌ها کلید جمع‌آوری مجموعه‌های عظیم از داده‌ها، درک آن‌ها و تصمیم‌گیری بهتر است – و این برای همه مفید است.

تحلیلگران داده با تجربه. اگر چند سالی است که به عنوان تحلیلگر داده کار می کنید، از خود بپرسید که چقدر با پایتون، پانداها و NumPy راحت هستید. اگر حتی از راه دور در مورد آن کتابخانه‌ها نامطمئن هستید، چرا دوره‌ای را نمی‌گذرانید که با استفاده از قوی‌ترین و محبوب‌ترین زبان‌ها و کتابخانه‌های تجزیه و تحلیل داده‌ها شما را راهنمایی کند و فرصت‌های زیادی برای تمرین آنها به شما بدهد؟


سرفصل ها و درس ها

محیط های توسعه پایتون Python Development Environments

  • بررسی اجمالی Overview

  • فایل های تکمیلی Supplemental Files

  • مقدمه ای بر محیط های توسعه Introduction to Development Environments

  • ویرایشگرهای کد و IDE ها در مقابل نوت بوک های تعاملی Code Editors and IDEs vs. Interactive Notebooks

  • نصب گوگل کولب Installing Google Colab

  • نصب نوت بوک Jupyter با Anaconda Installing Jupyter notebook with Anaconda

  • مدیریت پروژه های محیطی با Conda Managing Projects Environments with Conda

  • اجرای آناکوندا با داکر Running Anaconda with Docker

  • نتیجه Conclusion

پایتون برای تجزیه و تحلیل داده ها: انواع داده ها Python for Data Analysis: Data Types

  • بررسی اجمالی Overview

  • مقدمه ای بر انواع داده های پایتون Introduction to Python Data Types

  • فایل های تکمیلی Supplemental Files

  • انواع داده ها Data Types

  • اعداد و بولس Numbers and Bools

  • رشته ها و کلمات کلیدی Strings and Keywords

  • مجموعه ها Collections

  • چالش کد Code Challenge

  • نتیجه Conclusion

پایتون برای تجزیه و تحلیل داده ها: اعداد Python for Data Analysis: Numbers

  • بررسی اجمالی Overview

  • فایل های تکمیلی Supplemental Files

  • مقدمه ای بر اعداد پایتون Introduction to Python Numbers

  • اپراتورهای ریاضی Math Operators

  • ریاضی با پایتون Math with Python

  • ارزش های بولی Boolean Values

  • چالش کد Code Challenge

  • نتیجه Conclusion

پایتون برای تجزیه و تحلیل داده ها: رشته ها Python for Data Analysis: Strings

  • بررسی اجمالی Overview

  • مقدمه ای بر رشته ها Introduction to Strings

  • نمایه سازی و برش رشته ها Indexing and Slicing Strings

  • روش های رشته ای String Methods

  • چالش کد رشته ها Strings Code Challenge

  • نتیجه Conclusion

پایتون برای تجزیه و تحلیل داده ها: توابع Python for Data Analysis: Functions

  • بررسی اجمالی Overview

  • فایل های تکمیلی Supplemental Files

  • مقدمه ای بر توابع پایتون Introduction to Python Functions

  • اپراتورهای پایتون Python Operators

  • توابع و بیانیه های if Functions and if Statements

  • دامنه پایتون Python Scope

  • شبه کد Pseudocode

  • چالش کد توابع Functions Code Challenge

  • نتیجه Conclusion

پایتون برای تجزیه و تحلیل داده ها: حلقه ها Python for Data Analysis: Loops

  • بررسی اجمالی Overview

  • فایل های تکمیلی Supplemental Files

  • مقدمه ای بر حلقه های پایتون Introduction to Python Loops

  • اگر، الیف، و چیزهای دیگر If, elif, and else

  • برای حلقه ها For loops

  • چالش کد Code Challenge

  • نتیجه Conclusion

پایتون برای تجزیه و تحلیل داده ها: مجموعه ها Python for Data Analysis: Collections

  • بررسی اجمالی Overview

  • مقدمه ای بر مجموعه های پایتون Introduction to Python Collections

  • فایل های تکمیلی Supplemental Files

  • لیست ها Lists

  • فهرست روش ها List Methods

  • لغت نامه ها Dictionaries

  • روش های دیکشنری Dictionary Methods

  • چالش کد Code Challenge

  • گام های بعدی سفر تجزیه و تحلیل داده ها Data Analysis Journey Next Steps

  • پیش نمایش تجزیه و تحلیل داده ها با پانداها Data Analysis Preview with pandas

نمایش نظرات

آموزش پایتون مقدماتی برای تحلیلگران داده
جزییات دوره
6h
41
CBTNuggets CBTNuggets
(آخرین آپدیت)
-
- از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Jonathan Barrios Jonathan Barrios

"کمک به متخصصان داده در مورد داده ها و دیدن موفقیت آنها یکی از بزرگترین علایق من به عنوان یک مربی است. من دوست دارم یاد بگیرم، دانش خود را به اشتراک بگذارم و به دیگران کمک کنم تا موفق شوند - به همین دلیل است که من مشتاق هستم که یک مربی در CBT Nuggets باشم. " جاناتان کار خود را به عنوان یک توسعه دهنده کامل شروع کرد و به سرعت علاقه مند شد تا تجربه آموزش آنلاین خود را با علم داده و دانش یادگیری ماشین خود ترکیب کند. جاناتان یک برنامه نویس، مربی تجزیه و تحلیل داده ها، و نویسنده برنامه درسی برای چندین پلتفرم آموزش آنلاین پیشرو بوده است و هیجان زده است که مهارت ها و تجربه آموزشی خود را با پزشکان مشتاق داده در CBT Nuggets به اشتراک بگذارد.

ارتباط با جاناتان:

توسعه نرم افزار کامل، تجزیه و تحلیل داده، علم داده، یادگیری ماشین و فناوری های ابری مانند AWS و Google Cloud. HTML، CSS، جاوا اسکریپت، PHP، Python، SQL، NoSQL، و فریمورک‌ها/کتابخانه‌هایی مانند Laravel، Vue، Tailwind، React، Gatsby، Django، NumPy، پانداها، Matplotlilb، Scrappy، BeautifulSoup، SciPy-Soup، SciPy، Seaborn، Learn، Tensorflow و PySpark.