آموزش پردازش داده‌های پایه و بصری‌سازی - آخرین آپدیت

دانلود Basic Data Processing and Visualization

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: این اولین دوره از تخصص چهارگانه «محصولات داده‌ای پایتون برای تحلیل‌های پیش‌بینانه» است که مفاهیم پایه خواندن و مدیریت مجموعه‌داده‌ها در پایتون را معرفی می‌کند. در این دوره، خواهید آموخت که محصول داده‌ای چیست و با چندین کتابخانه پایتون برای بازیابی، پردازش و بصری‌سازی داده‌ها آشنا می‌شوید. این دوره شما را با حوزه علم داده آشنا کرده و برای سه دوره بعدی این تخصص آماده می‌کند: «تفکر طراحی و تحلیل‌های پیش‌بینانه برای محصولات داده‌ای»، «مدل‌سازی پیش‌بینانه معنادار» و «استقرار مدل‌های یادگیری ماشین». در هر مرحله از این تخصص، تجربه عملی در مدیریت داده‌ها کسب کرده و مهارت‌های خود را ارتقا می‌دهید تا در نهایت در یک پروژه نهایی (Capstone)، تمام مفاهیم آموزش داده شده را پیاده‌سازی کنید.

سرفصل ها و درس ها

هفته اول: مقدمه‌ای بر محصولات داده‌ای Week 1: Introduction to Data Products

  • محصول داده‌ای چیست؟ What is a Data Product?

  • مثال‌هایی از محصولات داده‌ای در سازمان‌ها Data Product Examples in Enterprise

  • توسعه استراتژی محصول داده‌ای Developing a Data Product Strategy

  • مبانی پایتون و ژوپیتر Python and Jupyter Basics

  • مروری بر پایتون Python Recap

  • کدنویسی زنده: شروع کار با ژوپیتر Livecoding: Getting Started With Jupyter

هفته دوم: خواندن داده‌ها در پایتون Week 2: Reading Data in Python

  • فایل‌های CSV و JSON CSV & JSON Files

  • خواندن فایل‌های CSV و JSON Reading CSV & JSON Files

  • پردازش داده‌های ساختاریافته در پایتون Processing Structured Data in Python

  • کدنویسی زنده: JSON Live-Coding: JSON

  • استخراج آمارهای ساده از مجموعه‌داده‌ها Extracting Simple Statistics From Datasets

  • آمار ساده: کدنویسی زنده Simple Statistics: Live-Coding

هفته سوم: پردازش داده‌ها در پایتون Week 3: Data Processing in Python

  • فیلتر کردن و پاک‌سازی داده‌ها Data Filtering and Cleaning

  • پردازش متن و رشته‌ها در پایتون Processing Text and Strings in Python

  • پردازش زمان و تاریخ در پایتون Processing Times and Dates in Python

  • کدنویسی زنده: داده‌های زمان و تاریخ Livecoding: Time and Date Data

هفته چهارم: کتابخانه‌ها و ابزارهای پایتون Week 4: Python Libraries and Toolkits

  • پردازش ماتریسی و Numpy Matrix Processing and Numpy

  • مقدمه‌ای بر بصری‌سازی داده‌ها Introduction to Data Visualization

  • مقدمه‌ای بر Matplotlib Introduction to Matplotlib

  • کدنویسی زنده: MatPlotLib Live-coding: MatPlotLib

  • کتابخانه‌های urllib و BeautifulSoup urllib and BeautifulSoup

پروژه نهایی Final Project

  • جمع‌بندی دوره Course Summary

نمایش نظرات

آموزش پردازش داده‌های پایه و بصری‌سازی
جزییات دوره
10h 44m
22
(آخرین آپدیت)
22,637
4.5 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

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده

Julian McAuley Julian McAuley