تجزیه و تحلیل داده های اکتشافی برای دانشمندان داده

Exploratory Data Analysis for Data Scientists

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: در دنیایی که داده‌ها به طور فزاینده‌ای پیچیده هستند، توانایی غربال کردن مجموعه‌های داده عظیم برای یافتن بینش‌های عملی بسیار مهم‌تر از همیشه است. در این دوره، تجزیه و تحلیل داده های اکتشافی برای دانشمندان داده، شما توانایی تجزیه و تحلیل و تفسیر موثر مجموعه داده های پیچیده را با استفاده از تکنیک های اکتشافی پیشرفته به دست خواهید آورد. ابتدا، روش های اساسی تجسم و خلاصه سازی داده ها را بررسی خواهید کرد. در مرحله بعد، نحوه اعمال تجزیه و تحلیل چند متغیره و تشخیص ناهنجاری را برای کشف بینش‌ها و الگوهای عمیق‌تر پنهان در داده‌ها خواهید یافت. در نهایت، یاد خواهید گرفت که چگونه از تکنیک‌های پیشرفته EDA برای داده‌های بزرگ و زمینه‌های یادگیری ماشین استفاده کنید، و این استراتژی‌ها را برای افزایش دقت مدل و داستان‌گویی داده‌ها تطبیق دهید. پس از اتمام این دوره، مهارت ها و دانش تجزیه و تحلیل داده های اکتشافی مورد نیاز برای پیمایش ماهرانه و استخراج اطلاعات معنادار از مجموعه داده های بزرگ و پیچیده را خواهید داشت که به شما امکان می دهد با اطمینان تصمیم گیری های مبتنی بر داده را بگیرید.

سرفصل ها و درس ها

بررسی اجمالی دوره Course Overview

  • بررسی اجمالی دوره Course Overview

  • بررسی اجمالی دوره Course Overview

بکارگیری تکنیک های بنیادی EDA Applying Fundamental EDA Techniques

  • مقدمه ای بر EDA Introduction to EDA

  • مقدمه ای بر EDA Introduction to EDA

  • نسخه ی نمایشی: ابزارهای رایج تجسم Demo: Common Visualization Tools

  • نسخه ی نمایشی: ابزارهای رایج تجسم Demo: Common Visualization Tools

  • انواع EDA - روش های تحلیل چند متغیره Types of EDA - Multivariate Analysis Methods

  • انواع EDA - روش های تحلیل چند متغیره Types of EDA - Multivariate Analysis Methods

  • نسخه ی نمایشی: استراتژی هایی برای تشخیص ناهنجاری Demo: Strategies for Anomaly Detection

  • نسخه ی نمایشی: استراتژی هایی برای تشخیص ناهنجاری Demo: Strategies for Anomaly Detection

  • نسخه ی نمایشی: خلاصه ها و توزیع های آماری Demo: Statistical Summaries and Distributions

  • نسخه ی نمایشی: خلاصه ها و توزیع های آماری Demo: Statistical Summaries and Distributions

استفاده از EDA پیشرفته در داده های بزرگ و یادگیری ماشین Utilizing Advanced EDA in Big Data and Machine Learning

  • EDA در زمینه های داده های بزرگ EDA in Big Data Contexts

  • EDA در زمینه های داده های بزرگ EDA in Big Data Contexts

  • گردش کار یادگیری ماشین Machine Learning Workflow

  • گردش کار یادگیری ماشین Machine Learning Workflow

  • تکنیک های پیشرفته EDA برای دانشمندان داده Advanced EDA Techniques for Data Scientists

  • تکنیک های پیشرفته EDA برای دانشمندان داده Advanced EDA Techniques for Data Scientists

  • نسخه ی نمایشی: EDA برای داستان سرایی داده Demo: EDA for Data Storytelling

  • نسخه ی نمایشی: EDA برای داستان سرایی داده Demo: EDA for Data Storytelling

نمایش نظرات

تجزیه و تحلیل داده های اکتشافی برای دانشمندان داده
جزییات دوره
28m
20
Pluralsight (پلورال سایت) Pluralsight (پلورال سایت)
(آخرین آپدیت)
1
از 5
دارد
دارد
دارد
Pinal Dave
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Pinal Dave Pinal Dave

Pinal Dave یک متخصص تنظیم عملکرد SQL سرور و یک مشاور مستقل است. وی 11 کتاب پایگاه داده SQL Server ، 25 دوره Pluralsight را تألیف کرده و بیش از 5000 مقاله در زمینه فناوری پایگاه داده در وبلاگ خود در https://blog.sqlauthority.com نوشته است. وی همراه با 16 سال تجربه عملی ، دارای مدرک کارشناسی ارشد علوم و تعدادی گواهینامه پایگاه داده است.