آموزش مقدمه‌ای بر علوم داده (سیاست‌گذاری عمومی) - آخرین آپدیت

متغیرها، عبارات، دستورات و شرط‌ها Variables, Expressions, Statements, Conditionals

• معرفی استاد دوره - پروفسور دکتر سوشانت کومار Meet Your Faculty - Prof. Dr. Sushant Kumar

• معرفی کلی دوره Course Introduction

• دانلود آناکوندا و بررسی محیط جوپیتر نوت‌بوک Downloading Anaconda and Exploring Jupyter Notebook

• توابع Print، Type و متغیرها Print, Type and Variables

• کلمات کلیدی رزرو شده پایتون، دستورات، عملیات ریاضی و عبارات Python’s Reserve Keywords, Statements, Mathematical Operations and Expressions

• ترتیب اجرای عملیات Order of Operations

• عملیات رشته‌ها، کامنت‌گذاری و عبارات بولی String Operations, Commenting, Boolean Expressions

• اجرای شرطی، دستورات If-Else و شرط‌های زنجیره‌ای و تو در تو Conditional Execution, If Else Statements, Chained and Nested Conditionals

• دستورات If و تو رفتگی‌ها If Statements, Indentation

• دریافت ورودی از کاربر User Input

• آموزش مقدماتی مارک‌داون Primer in Markdown

توابع، رشته‌ها، لیست‌ها و تکرارها Functions, Strings, Lists and Iterations

• توابع، توابع داخلی و توابع تبدیل نوع Functions, Built- in and Type Conversion Functions

• توابع تعریف شده توسط کاربر User Defined Functions

• متدهای مربوط به رشته‌ها String Methods

• لیست‌ها Lists

• برش رشته‌ها و لیست‌ها (Slicing) و عملگر in String and List Slicing, “in” Operator

• جدا کردن رشته‌ها، اتصال لیست‌ها و متدهای لیست Splitting Strings, Joining Lists, List Methods

• حلقه‌های For For Loops

• ترکیب حلقه‌ها و شرط‌ها Combining Loops and Conditionals

• اعداد تصادفی Random Numbers

• تمرینات عملی Practice Exercises

تکرارها، حلقه‌های While و For Iterations, While and for Looping

• به‌روزرسانی متغیرها و دستور While Updating Variables, While Statement

• حلقه‌های بی‌نهایت و دستورات Break Infinite Loops, Break Statements

• اتمام تکرارها با دستورات continue Finishing Iterations with “continue” Statements

• حلقه‌های معین با استفاده از For Definite Loops Using For

• اتصال رشته‌ها (Concatenation) String Concatenation

• شمارش و جمع زدن با پیمایش در لیست Counting and Summing by Iterating Through a List

• یافتن مقدار بیشینه (Maximum) با استفاده از حلقه Finding Maximum Using Loop

• یافتن مقدار کمینه (Minimum) با حلقه و تعریف تابع Min Finding Minimum Using Loops and Defining Min Function

• تکرارهای لیست List Iterations

• اندکس‌گذاری و برش لیست‌ها List Indexing and Slicing

• مثال عملی و عیب‌یابی کد Practice Example and Debugging

مقدمه‌ای بر اکتشاف داده‌ها و آمار Introduction to Data Exploration and Statistics

• اهداف یادگیری، مقدمه‌ای بر پانداز (Pandas) و اشیای Series Learning goals, Intro to Pandas and Series Data Objects

• دیتا‌فریم‌ها (Dataframes) Dataframes

• وارد کردن فایل‌های CSV، ساختارهای فایل نسبی و کدگذاری Importing CSV Files, Relative File Structures and Encoding

• تحلیل داده‌های واقعی و برش دیتا‌فریم Analyzing Real World Data, Dataframe Slicing

• آمار توصیفی، میانگین، میانه، مد و مجموع Summary statistics, Mean Median, Mode and Sum

• انحراف معیار و تابع describe Standard Deviation and describe function

• تفاوت بین میانگین‌ها Differences between Means

مقدمه‌ای بر بصری‌سازی داده‌ها، تحلیل متن و دیکشنری‌ها Introduction to Data Visualizations, Text Analysis and Dictionaries

• بصری‌سازی داده‌ها: مقدمه‌ای بر هیستوگرام‌ها Data Visualisations: Intro to Histograms

• رسم هیستوگرام برای مجموعه داده‌های آموزشی Histograms of Education Dataset

• نمودارهای پراکندگی، نمودارهای ستونی و تمرینات عملی Scatter plots, Bar Plots and Practice Exercises

• مقدمه‌ای بر تاپل‌ها (Tuples) و دیکشنری‌ها Intro to Tuples and Dictionaries

• افزودن به دیکشنری‌ها و List Comprehension Appending Dictionaries and List Comprehension

• نسبت نوع به توکن (TTR) Type Token Ratio

• بسامد کلمات Word Frequency

• پرتکرارترین کلمات Most Frequent Words

• توکن‌بندی متن، پیش‌پردازش و حذف کلمات توقف (Stop Words) Tokenizing Text, Preprocessing, Stop Words Removal

• تحلیل متن واقعی: رمان غرور و تعصب اثر جین آستن Analyzing Real World Text: Jane Austen’s Pride and Prejudice

مقدمه‌ای بر پردازش زبان طبیعی (NLP) با استفاده از NLTK Introduction to Natural Language Processing using NLTK

• مقدمه‌ای بر پردازش زبان طبیعی و کتابخانه NLTK Intro to Natural Language Processing, NLTK library

• پیش‌پردازش: کوچک کردن حروف، حذف کلمات توقف و علائم نگارشی Preprocessing: Lower casing, removing stop words and punctuations

• برچسب‌گذاری اجزای سخن (POS Tagging) Part of Speech (POS) Tagging

• مقایسه رمان عقل و احساس (جین آستن) و موبی دیک (هرمن ملویل) Comparing Jane Austen’s Sense and Sensibility and Herman Mellville’s Moby Dick

• تطابق کلمات (Concordances): درک بافت کلمات Concordances: Understanding Contexts of Words

• تحلیل احساسات با استفاده از Vader Sentiment Analysis using Vader

• ادامه تحلیل احساسات و تمرینات عملی Sentiments Analysis Continued and Practice Exercises

رابط‌های API و JSON APIs and JSON

• مرور مهارت‌ها، مقدمه‌ای بر وب APIها و ساخت حساب توسعه‌دهنده نیویورک تایمز Skills So Far, Introduction to Web APIs, Creating New York Times Developer Account

• ایجاد درخواست‌های GET Creating Get Requests

• تعریف پارامترهای جستجو، تعیین بازه زمانی و تجزیه فایل JSON Defining Search Parameters, Setting Date Range, Parsing JSON File

• ساخت دیتا‌فریم از فایل‌های JSON و تحلیل داده‌های نیویورک تایمز Creating Dataframes out of JSON Files, Analyzing NYTimes Data

• ساخت تابع کاربر برای محاسبه تعداد مقالات نیویورک تایمز در طول سال‌ها Creating User Defined Function to Calculate Number of NYTimes Articles Over the Years

• رسم نمودار و تحلیل داده‌های نیویورک تایمز Plotting and Analyzing the Data from NY Times

• نوشتن و ذخیره فایل‌ها Writing Files

• استخراج داده‌های وب با BeautifulSoup Web Scraping with BeautifulSoup