راهنمای مبتدیان نهایی برای تجزیه و تحلیل داده ها با پانداها

The Ultimate Beginners Guide to Data Analysis with Pandas

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: Python for Data Science: توسعه مهارت‌های ضروری با پانداها، با تمرین‌های عملی حل شده گام به گام ایجاد، برش، و دستکاری سری‌ها در پانداها، کاوش از عملیات پایه تا گروه‌بندی توسعه مهارت‌های پیشرفته در ایجاد و دستکاری DataFrame، تسلط بر تکنیک‌های دسترسی و اجرای پیچیده عملیات تجسم داده‌ها، ایجاد نمودارها، و کشف تکنیک‌های قالب‌بندی ضروری، دانش خود را با چالش‌های عملی آزمایش کنید، مهارت‌های خود را در دستکاری و تجزیه و تحلیل داده‌ها تقویت کنید. تجزیه و تحلیل پیش نیازها: منطق برنامه نویسی برنامه نویسی پایه پایتون

به دوره آموزشی "راهنمای مبتدیان نهایی پانداها برای تجزیه و تحلیل داده ها" خوش آمدید، سفری جامع که برای مبتدیان علاقه مند به کاوش در کتابخانه پانداها در زمینه تجزیه و تحلیل داده ها طراحی شده است. این دوره به دقت ساختار یافته است تا درک کاملی از اصول پانداها و تکنیک های پیشرفته ارائه دهد و دانش آموزان را قادر می سازد تا داده ها را با اطمینان و کارایی دستکاری کنند. ماژول ها و موضوعات اصلی زیر را بررسی کنید:

بخش 1: سری

ما با نصب پانداها و ایجاد سری، ساختار تک بعدی ضروری برای ذخیره داده ها، شروع می کنیم. در سراسر ماژول، مفاهیم اساسی مانند برش، کپی، دسترسی با iloc و loc، مرتب‌سازی، فیلتر کردن، عملیات ریاضی و دستکاری رشته‌ها را بررسی می‌کنیم. ما همچنین موضوعات پیشرفته را پوشش می دهیم، از جمله گروه بندی عددی و دسته بندی، مدیریت مقادیر از دست رفته، توابع، و چالش های عملی.

بخش 2: چارچوب داده

در ادامه، به ایجاد و اکتشاف Dataframes، ساختارهای حیاتی برای تجزیه و تحلیل مجموعه داده های پیچیده تر می پردازیم. این ماژول موضوعاتی مانند دسترسی با iloc و loc، دستکاری ردیف‌ها و ستون‌ها، مدیریت داده‌های تکراری و مقادیر از دست رفته، مرتب‌سازی، فیلتر کردن پیشرفته، ایجاد و دستکاری ستون‌ها، تجمع، جداول محوری، الحاق، پیوستن، و تکنیک‌های واردات/صادرات را پوشش می‌دهد. ما چالش‌های عملی را برای تقویت یادگیری اضافه می‌کنیم.

بخش 3: تجسم داده ها

در ماژول نهایی، تجسم داده ها را با پانداها بررسی می کنیم. ما ایجاد خطوط، نوار، پای، پراکندگی و نمودارهای هیستوگرام، و همچنین تکنیک های قالب بندی و طرح های فرعی را پوشش می دهیم. این ماژول شامل یک چالش عملی برای به کارگیری مهارت های تازه کسب شده در تجسم داده ها است.

پس از اتمام این دوره، شرکت کنندگان به مهارت های عملی لازم برای استفاده موثر از پانداها در تجزیه و تحلیل داده ها مجهز خواهند شد. برای یک تجربه یادگیری عملی آماده شوید، که به شما قدرت می دهد تا با چالش های دنیای واقعی در دستکاری و تفسیر داده ها مقابله کنید.


سرفصل ها و درس ها

مقدمه Introduction

  • محتوای دوره Course content

  • مواد درسی Course materials

سری Series

  • نصب و راه اندازی Installation

  • ساخت سریال Creating series

  • برش دادن Slicing

  • کپی، تبدیل و الحاق Copy, conversion, and concatenation

  • دسترسی به عناصر با iloc Accessing elements with iloc

  • دسترسی به عناصر با loc Accessing elements with loc

  • سفارش دادن Ordering

  • شمارش Counting

  • فیلتر کردن Filtering

  • عملیات ریاضی Mathematical operations

  • عملیات رشته String operations

  • گروه بندی عددی Numerical grouping

  • گروه بندی طبقه بندی شده Categorical grouping

  • مقادیر از دست رفته Missing values

  • توابع Functions

  • تکالیف HOMEWORK

  • راه حل تکلیف Homework solution

چارچوب های داده Dataframes

  • ایجاد دیتافریم Creating dataframes

  • کاوش در چارچوب های داده Exploring dataframes

  • دسترسی به عناصر با iloc و loc Accessing elements with iloc and loc

  • حذف سطرها و ستون ها Deleting rows and columns

  • ردیف های تکراری Duplicated rows

  • مقادیر از دست رفته Missing values

  • شمارش Counting

  • سفارش دادن Ordering

  • فیلتر کردن Filtering

  • تغییر نام و ترتیب مجدد ستون ها Rename and reorder columns

  • ایجاد ستون های جدید Creating new columns

  • ویژگی های طبقه بندی شده Categorical features

  • تجمع Aggregation

  • گروه بندی Grouping

  • گروه بندی با تجمیع Grouping with aggregation

  • تجمع با تبدیل Aggregation with transform

  • جداول محوری Pivot tables

  • الحاق و الحاق Concatenation and joining

  • تبدیل تاریخ Date conversions

  • شاخص های تاریخ Date indexes

  • واردات و صادرات Importation and exportation

  • تکالیف HOMEWORK

  • راه حل تکلیف Homework solution

تجسم داده ها Data visualization

  • طرح خط Line plot

  • قالب بندی Formatting

  • طرح های فرعی Subplots

  • زمین های بار و پیتزا Bar and pizza plots

  • طرح پراکنده Scatter plot

  • هیستوگرام Histogram

  • تکالیف HOMEWORK

  • راه حل تکلیف Homework solution

اظهارات پایانی Final remarks

  • اظهارات پایانی Final remarks

  • جایزه BONUS

نمایش نظرات

Udemy (یودمی)

یودمی یکی از بزرگ‌ترین پلتفرم‌های آموزشی آنلاین است که به میلیون‌ها کاربر در سراسر جهان امکان دسترسی به دوره‌های متنوع و کاربردی را فراهم می‌کند. این پلتفرم امکان آموزش در زمینه‌های مختلف از فناوری اطلاعات و برنامه‌نویسی گرفته تا زبان‌های خارجی، مدیریت، و هنر را به کاربران ارائه می‌دهد. با استفاده از یودمی، کاربران می‌توانند به صورت انعطاف‌پذیر و بهینه، مهارت‌های جدیدی را یاد بگیرند و خود را برای بازار کار آماده کنند.

یکی از ویژگی‌های برجسته یودمی، کیفیت بالای دوره‌ها و حضور استادان مجرب و با تجربه در هر حوزه است. این امر به کاربران اعتماد می‌دهد که در حال دریافت آموزش از منابع قابل اعتماد و معتبر هستند و می‌توانند به بهترین شکل ممکن از آموزش‌ها بهره ببرند. به طور خلاصه، یودمی به عنوان یکی از معتبرترین و موثرترین پلتفرم‌های آموزشی آنلاین، به افراد امکان می‌دهد تا به راحتی و با کیفیت، مهارت‌های مورد نیاز خود را ارتقا دهند و به دنبال رشد و پیشرفت شغلی خود باشند.

راهنمای مبتدیان نهایی برای تجزیه و تحلیل داده ها با پانداها
جزییات دوره
6 hours
52
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
307
4.3 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

Jones Granatyr Jones Granatyr

استاد اولا! 10 مورد از جونز گراناتیر و ترابیلو در 10 سال گذشته است که شامل Inteligência Artificial (IA) می باشد استاد حرفه ای ، پشکیزادور و بنیانگذار پورتال IA Expert ، وب سایت com conteúdo específico sobre Inteligência Artificial. Desde que iniciei na Udemy criei vários cursos sobre diversos assuntos de IA، como as exemplolo: یادگیری عمیق ، یادگیری ماشین ، علم داده ، Redes Neurais Artificiais، Algoritmos Genéticos، Detecção e Reconhecimento Facial، Algoritmos de cesos، Busca ، Mineração de Regras de Associação ، Sistemas Especialistas e Sistemas de Recomendação. اگر بخواهید از طریق برنامه های مختلف زبان (Python ، R e Java) و یا فن آوری های مختلف (tensorflow ، keras ، pandas ، sklearn ، opencv ، dlib ، weka ، nltk ، به عنوان مثال) استفاده کنید. با توجه به هدف اصلی و دستیابی به اطلاعات IA و مجوز فعالیت در TI و متقاضیان ، به عنوان تجدید نظر در زمینه استفاده از قوانین و مقررات و امکان مشاهده تجدید نظرهای جدید در زمینه مشروبات الکلی ارائه می شود.

AI Expert Academy AI Expert Academy

مربی