آموزش تجزیه و تحلیل داده های اکتشافی برای دانشمندان داده

دانلود Exploratory Data Analysis for Data Scientists

در حال بارگزاری نمونه ویدیو، لطفا صبر کنید...
Video Player is loading.
Current Time 0:00
Duration 0:00
Loaded: 0%
Stream Type LIVE
Remaining Time 0:00
 
1x
    • Chapters
    • descriptions off, selected
    • subtitles off, selected
      نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
      نمونه ویدیوها:
      • در حال بارگزاری، لطفا صبر کنید...
      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

      آموزش تجزیه و تحلیل داده های اکتشافی برای دانشمندان داده
      جزییات دوره
      28m
      20
      Pluralsight (پلورال سایت) Pluralsight (پلورال سایت)
      (آخرین آپدیت)
      6
      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.