آموزش مسیر مهارت علم داده: SQL، ML، Looker Studio و Alteryx

Data Science Skillpath: SQL, ML, Looker Studio & Alteryx

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
توضیحات دوره: [4-in-1 Bundle] SQL، داده ها را پوشش می دهد، یعنی با استفاده از استودیوی Looker Google، یادگیری ماشینی با استفاده از Python و ETL با استفاده از Alteryx Master SQL و انجام پرس و جوهای پیشرفته در پایگاه داده های رابطه ای. توسعه تخصص در تجسم داده ها با استفاده از استودیوی Looker Google و ایجاد داشبوردهای تعاملی. الگوریتم های یادگیری ماشینی را کاوش کنید و آنها را برای مشکلات داده های دنیای واقعی اعمال کنید. کتابخانه های استاد پایتون مانند NumPy، Pandas و Scikit-learn برای تحلیل و مدل سازی داده ها. فرآیند ETL را درک کنید و یاد بگیرید که چگونه از Alteryx برای آماده سازی و پاکسازی داده ها استفاده کنید. یاد بگیرید که چگونه مدل های رگرسیون و طبقه بندی بسازید و ارزیابی کنید. پیش نیازها: کامپیوتر با اتصال به اینترنت. دستورالعمل نصب تمامی ابزارهای مورد استفاده در این دوره پوشش داده شده است.

اگر حرفه ای در زمینه داده ها هستید و به دنبال ارتقاء مهارت های خود و جلوتر ماندن از منحنی هستید، این دوره برای شما مناسب است. آیا می خواهید بتوانید داده ها را به راحتی تجزیه و تحلیل و دستکاری کنید، تجسم های خیره کننده ایجاد کنید، مدل های یادگیری ماشینی قدرتمند بسازید و گردش کار داده ها را ساده کنید؟ سپس در این سفر به ما بپیوندید و یک ستاره راک علم داده شوید.

در این دوره، شما:

  • توسعه تخصص در SQL، مهم ترین زبان برای کار با پایگاه های داده رابطه ای

  • تصویرسازی اصلی داده ها با استفاده از Looker Studio، یک پلت فرم قدرتمند برای ایجاد داشبوردهای زیبا و تعاملی

  • با نحوه ساخت مدل های یادگیری ماشین با استفاده از Python، یک زبان برنامه نویسی همه کاره و پرکاربرد آشنا شوید

  • دنیای ETL (Extract، Transform، Load) و ادغام داده ها را با استفاده از Alteryx، ابزاری محبوب برای خودکارسازی گردش کار داده، کاوش کنید

چرا درباره علم داده یاد بگیریم؟ این یکی از پرتقاضاترین مهارت ها در بازار کار امروزی است که شرکت ها در همه صنایع به دنبال افراد حرفه ای هستند که بتوانند بینش هایی را از داده ها استخراج کنند و تصمیمات مبتنی بر داده را بگیرند. در این دوره، شما درک عمیقی از فرآیند علم داده و ابزارها و تکنیک های مورد استفاده توسط دانشمندان برتر داده کسب خواهید کرد.

در طول دوره، انواع مختلفی از فعالیت‌های عملی، از جمله پرسش‌های SQL، تمیز کردن و آماده‌سازی داده‌ها، ساخت و ارزیابی مدل‌های یادگیری ماشین، و ایجاد تجسم‌های خیره‌کننده با استفاده از استودیوی Looker را تکمیل خواهید کرد. در پایان دوره، مجموعه‌ای از پروژه‌ها خواهید داشت که مهارت‌های علم داده شما را نشان می‌دهد و اعتماد جدیدی به توانایی شما برای کار با داده‌ها نشان می‌دهد.

چه چیزی ما را واجد شرایط آموزش به شما می کند؟

این دوره توسط Abhishek (MBA - FMS Delhi, B. Tech - IIT Roorkee) و Pukhraj (MBA - IIM Ahmedabad, B. Tech - IIT Roorkee) تدریس می شود. ما به عنوان مدیران شرکت مشاوره گلوبال آنالیتیکس، به کسب و کارها کمک کرده ایم تا مشکلات تجاری خود را با استفاده از Analytics حل کنند و از تجربیات خود برای گنجاندن جنبه های عملی تجزیه و تحلیل کسب و کار در این دوره استفاده کرده ایم. ما در تجزیه و تحلیل کسب و کار تجربه داریم.

ما همچنین خالق برخی از محبوب ترین دوره های آنلاین هستیم - با بیش از 1200000 ثبت نام و هزاران بررسی 5 ستاره مانند این:

این خیلی خوب است، من عاشق این واقعیت هستم که تمام توضیحات ارائه شده توسط یک فرد غیر روحانی قابل درک است - جاشوا

با تشکر از نویسنده برای این دوره فوق العاده. شما بهترین هستید و این دوره به هر قیمتی ارزش دارد. - دیزی

قول ما

آموزش دانش آموزان وظیفه ماست و به آن متعهد هستیم. اگر در مورد محتوای دوره، برگه تمرین یا هر موضوعی مرتبط با هر موضوعی سؤالی دارید، همیشه می توانید سؤالی را در دوره ارسال کنید یا برای ما پیام مستقیم ارسال کنید.

این فرصت را برای تبدیل شدن به یک متخصص علم داده از دست ندهید. اکنون ثبت نام کنید و همین امروز سفر خود را به سمت تبدیل شدن به یک دانشمند داده ماهر آغاز کنید!


سرفصل ها و درس ها

معرفی Introduction

  • معرفی Introduction

  • منابع دوره Course Resources

نصب و راه اندازی Installation and getting started

  • این یک نقطه عطف است! This is a milestone!

  • نصب PostgreSQL و pgAdmin در رایانه شخصی Installing PostgreSQL and pgAdmin in your PC

  • اگر pgAdmin باز نمی شود ... If pgAdmin is not opening...

بیانیه های اساسی SQL Fundamental SQL statements

  • ايجاد كردن CREATE

  • تمرین 1: ایجاد DB و جدول Exercise 1: Create DB and Table

  • راه حل برای تمام تمرینات Solutions to all Exercises

  • درج کنید INSERT

  • وارد کردن داده ها از فایل Import data from File

  • تمرین 2: درج و وارد کردن داده ها Exercise 2: Inserting and Importing data

  • عبارت SELECT SELECT statement

  • تمرین کدنویسی سریع در بیانیه انتخاب Quick coding exercise on Select Statement

  • متمایز را انتخاب کنید SELECT DISTINCT

  • تمرین کدنویسی سریع در Distinct Command Quick coding exercise on Distinct Command

  • جایی که WHERE

  • تمرین کدنویسی سریع در بیانیه Where Quick coding exercise on Where Statement

  • عملگرهای منطقی Logical Operators

  • تمرین کدنویسی سریع در عملگرهای منطقی Quick coding exercise on Logical Operators

  • تمرین 3: SELECT، WHERE و Logical Exercise 3: SELECT, WHERE & Logical

  • به روز رسانی UPDATE

  • تمرین کدنویسی سریع در فرمان به روز رسانی Quick coding exercise on Update Command

  • حذف DELETE

  • تمرین کدنویسی سریع در دستور حذف Quick coding exercise on Delete Command

  • ALTER - قسمت 1 ALTER - Part 1

  • ALTER - قسمت 2 ALTER - Part 2

  • تمرین کدنویسی سریع در Alter Command Quick coding exercise on Alter Command

  • تمرین 4: به روز رسانی، حذف و تغییر جدول Exercise 4: Update, Delete and Alter Table

  • امتحان Quiz

بازیابی و پشتیبان گیری Restore and Back-up

  • بازیابی و پشتیبان گیری Restore and Back-up

  • اشکال زدایی مشکلات بازیابی Debugging restoration issues

  • ایجاد DB با استفاده از فایل های CSV Creating DB using CSV files

  • خلاصه اشکال زدایی و کد برای فایل های CSV Debugging summary and Code for CSV files

  • تمرین 5: بازیابی و پشتیبان گیری Exercise 5: Restore and Back-up

دستورات انتخاب: فیلتر کردن Selection commands: Filtering

  • که در IN

  • تمرین کدنویسی سریع در اپراتور IN Quick coding exercise on IN operator

  • بین BETWEEN

  • تمرین کدنویسی سریع در بین اپراتور Quick coding exercise on Between Operator

  • پسندیدن LIKE

  • تمرین کدنویسی سریع در عملگر لایک Quick coding exercise on Like operator

  • تمرین 6: In, Like & Between Exercise 6: In, Like & Between

  • امتحان Quiz

دستورات انتخاب: سفارش Selection commands: Ordering

  • سخنرانی جانبی: اظهار نظر در SQL Side Lecture: Commenting in SQL

  • سفارش توسط ORDER BY

  • تمرین کدنویسی سریع بر اساس بند Quick coding exercise on Order by Clause

  • حد LIMIT

  • تمرین کدنویسی سریع بر روی دستور Limit Quick coding exercise on Limit Command

  • تمرین 7: مرتب سازی Exercise 7: Sorting

نام مستعار Alias

  • مانند AS

  • تمرین کدنویسی سریع در اپراتور AS Quick coding exercise on AS operator

دستورات جمع Aggregate Commands

  • شمردن COUNT

  • تمرین کدنویسی سریع در تابع شمارش Quick coding exercise on Count function

  • جمع SUM

  • تمرین کدنویسی سریع در تابع Sum Quick coding exercise on Sum function

  • میانگین AVERAGE

  • تمرین کدنویسی سریع بر روی تابع میانگین Quick coding exercise on Average function

  • MIN & MAX MIN & MAX

  • تمرین کدنویسی سریع در عملکرد MIN & MAX Quick coding exercise on MIN & MAX function

  • تمرین 8: توابع جمع Exercise 8: Aggregate functions

  • امتحان Quiz

گروه بندی بر اساس دستورات Group By Commands

  • دسته بندی بر اساس GROUP BY

  • تمرین کدنویسی سریع در Group By Clause Quick coding exercise on Group By Clause

  • داشتن HAVING

  • تمرین کد نویسی سریع روی Having Clause Quick coding exercise on Having Clause

  • تمرین 9: گروه بر اساس Exercise 9: Group By

  • امتحان Quiz

بیانیه مشروط Conditional Statement

  • مورد چه زمانی CASE WHEN

  • تمرین کدنویسی سریع در بیانیه CASE WHEN Quick coding exercise on CASE WHEN Statement

می پیوندد JOINS

  • مقدمه ای بر Joins Introduction to Joins

  • مفاهیم پیوستن و ترکیب داده ها Concepts of Joining and Combining Data

  • آماده سازی داده ها Preparing the data

  • پیوستن داخلی Inner Join

  • تمرین کدنویسی سریع در Inner Join Quick coding exercise on Inner Join

  • چپ پیوستن Left Join

  • تمرین کدنویسی سریع در سمت چپ Quick coding exercise on Left Join

  • حق عضویت Right Join

  • تمرین کدنویسی سریع در Right Join Quick coding exercise on Right Join

  • پیوستن کامل بیرونی Full Outer Join

  • تمرین کدنویسی سریع در Full Outer Join Quick coding exercise on Full Outer Join

  • کراس Join Cross Join

  • تمرین کدنویسی سریع در Cross Join Quick coding exercise on Cross Join

  • تقاطع و تقاطع ALL Intersect and Intersect ALL

  • تمرین کدنویسی سریع در Intersect و Intersect ALL Quick coding exercise on Intersect and Intersect ALL

  • بجز Except

  • تمرین کدنویسی سریع در Except Quick coding exercise on Except

  • اتحاد. اتصال Union

  • تمرین کدنویسی سریع در Union Operator Quick coding exercise on Union Operator

  • تمرین 10: ملحق می شود Exercise 10: Joins

  • امتحان Quiz

سوالات فرعی Subqueries

  • استعلام فرعی در عبارت WHERE Subquery in WHERE clause

  • تمرین کدنویسی سریع در Subquery در Where Clause Quick coding exercise on Subquery in Where Clause

  • استعلام فرعی در بند FROM Subquery in FROM clause

  • تمرین کدنویسی سریع در Subquery در From Clause Quick coding exercise on Subquery in From Clause

  • استعلام فرعی در عبارت SELECT Subquery in SELECT clause

  • تمرین کدنویسی سریع در Subquery در Select Clause Quick coding exercise on Subquery in Select Clause

  • تمرین 11: سوالات فرعی Exercise 11: Subqueries

روشی جالب برای تمرین SQL Fun way to practice SQL

  • حل رمز قتل با استفاده از SQL Solve Murder Mystery using SQL

نماها و شاخص ها Views and Indexes

  • نماها VIEWS

  • تمرین کدنویسی سریع در Views Quick coding exercise on Views

  • فهرست مطالب INDEX

  • تمرین کدنویسی سریع در Index Quick coding exercise on Index

  • تمرین 12: نماها Exercise 12: Views

  • امتحان Quiz

توابع رشته String Functions

  • طول LENGTH

  • تمرین کدنویسی سریع در تابع LENGTH Quick coding exercise on LENGTH function

  • بالا پایین UPPER LOWER

  • تمرین کدنویسی سریع در عملکرد UPPER LOWER Quick coding exercise on UPPER LOWER function

  • جایگزین کردن REPLACE

  • تمرین کدنویسی سریع در تابع REPLACE Quick coding exercise on REPLACE function

  • TRIM، LTRIM، RTRIM TRIM, LTRIM, RTRIM

  • تمرین کدنویسی سریع در عملکردهای TRIM، LTRIM، RTRIM Quick coding exercise on TRIM, LTRIM, RTRIM functions

  • الحاق CONCATENATION

  • تمرین کدنویسی سریع در تابع CNCATENATION Quick coding exercise on CONCATENATION function

  • SUBSTRING SUBSTRING

  • تمرین کدنویسی سریع در تابع SUBSTRING Quick coding exercise on SUBSTRING function

  • فهرست تجمع LIST AGGREGATION

  • تمرین 13: توابع رشته Exercise 13: String Functions

توابع ریاضی Mathematical Functions

  • سقف و کف CEIL & FLOOR

  • تمرین کدنویسی سریع در توابع CEIL & FLOOR Quick coding exercise on CEIL & FLOOR functions

  • تصادفی RANDOM

  • SETSEED SETSEED

  • گرد ROUND

  • تمرین کدنویسی سریع در تابع ROUND Quick coding exercise on ROUND function

  • قدرت POWER

  • تمرین کدنویسی سریع در عملکرد POWER Quick coding exercise on POWER function

  • تمرین 14: توابع ریاضی Exercise 14: Mathematical Functions

  • امتحان Quiz

توابع تاریخ-زمان Date-Time Functions

  • تاریخ و زمان فعلی CURRENT DATE & TIME

  • تمرین کدنویسی سریع در تابع تاریخ و زمان فعلی Quick coding exercise on CURRENT DATE & TIME function

  • سن AGE

  • استخراج کردن EXTRACT

  • تمرین 15: توابع تاریخ-زمان Exercise 15: Date-time functions

  • امتحان Quiz

تطبیق الگو (رشته). PATTERN (STRING) MATCHING

  • اصول تطبیق الگو PATTERN MATCHING BASICS

  • تمرین کدنویسی سریع در مبانی تطبیق الگو Quick coding exercise on Pattern Matching Basics

  • تطبیق الگوی پیشرفته - قسمت 1 ADVANCE PATTERN MATCHING - Part 1

  • تطبیق الگوی پیشرفته - قسمت 2 ADVANCE PATTERN MATCHING - Part 2

  • تمرین 16: تطبیق الگو Exercise 16: Pattern Matching

  • امتحان Quiz

توابع پنجره Window Functions

  • مقدمه ای بر توابع پنجره Introduction to Window functions

  • آشنایی با شماره ردیف Introduction to Row number

  • پیاده سازی شماره ردیف در SQL Implementing Row number in SQL

  • تمرین کدنویسی سریع روی شماره ردیف Quick coding exercise on Row number

  • RANK و DENSERANK RANK and DENSERANK

  • تمرین کدنویسی سریع در RANK و DENSERANK Quick coding exercise on RANK and DENSERANK

  • تابع NTILE NTILE function

  • تمرین کدنویسی سریع در تابع NTILE Quick coding exercise on NTILE function

  • تابع AVERAGE AVERAGE function

  • تمرین کدنویسی سریع در تابع AVERAGE Quick coding exercise on AVERAGE function

  • شمردن COUNT

  • تمرین کدنویسی سریع در تابع COUNT Quick coding exercise on COUNT function

  • جمع کل SUM TOTAL

  • تمرین کدنویسی سریع در تابع SUM TOTAL Quick coding exercise on SUM TOTAL function

  • در حال اجرا کل RUNNING TOTAL

  • LAG و LEAD LAG and LEAD

  • تمرین کدنویسی سریع در عملکرد LAG و LEAD Quick coding exercise on LAG and LEAD function

تابع COALESCE COALESCE function

  • تابع COALESCE COALESCE function

  • تمرین کدنویسی سریع در تابع COALESCE Quick coding exercise on COALESCE function

توابع تبدیل نوع داده Data Type conversion functions

  • تبدیل اعداد/تاریخ به رشته Converting Numbers/ Date to String

  • تمرین کدنویسی سریع در مورد تبدیل اعداد/تاریخ به تابع رشته Quick coding exercise on Converting Numbers/ Date to String function

  • تبدیل رشته به اعداد/تاریخ Converting String to Numbers/ Date

  • تمرین کدنویسی سریع در تبدیل رشته به اعداد/تابع تاریخ Quick coding exercise on Converting String to Numbers/ Date function

توابع کنترل دسترسی کاربر User Access Control Functions

  • کنترل دسترسی کاربر - قسمت 1 User Access Control - Part 1

  • کنترل دسترسی کاربر - قسمت 2 User Access Control - Part 2

میخ که مصاحبه! Nail that Interview!

  • فضای جدول Tablespace

  • کلید اولیه و کلید خارجی PRIMARY KEY & FOREIGN KEY

  • انطباق با اسید ACID compliance

  • کوتاه کردن Truncate

استودیو Looker Looker Studio

  • معرفی Introduction

  • چرا Data Studio؟ Why Data Studio?

اصطلاحات و مفاهیم نظری برای Data Studio Terminologies & Theoretical concepts for Data Studio

  • Data Studio صفحه اصلی و مجموعه داده در مقابل منبع داده Data Studio Home Screen & Dataset vs Data Source

  • ساختار داده های ورودی Structure of Input data

  • ابعاد در مقابل معیارها (تعریف جدید) Dimensions vs Measures (new definition)

بخش عملی از اینجا شروع می شود Practical part begins here

  • باز کردن Looker Studio و آماده سازی داده ها Opening Looker Studio and Preparing the Data

  • دریافت داده از Google Sheet Getting Data from Google Sheet

  • افزودن منبع داده Adding a data source

  • مدیریت منبع داده اضافه شده Managing added data source

نمودارهایی برای برجسته کردن اعداد Charts to highlight numbers

  • جدول داده Data Table

  • برگه استایل برای جدول داده ها Styling tab for data table

  • کارت امتیاز Scorecards

نمودارها برای مقایسه دسته ها: نمودارهای میله ای و نمودارهای پشته ای Charts for comparing categories : Bar charts and stacked charts

  • نمودار میله ای و ستونی ساده Simple Bar and Column chart

  • نمودار ستون انباشته Stacked Column chart

ترسیم نقشه های یک کشور، قاره یا منطقه - ژئومپس Charting maps of a country, continent or a region - Geomaps

  • نقشه جغرافیایی GeoMap

نمودارهایی برای برجسته کردن روندها: نمودارهای سری زمانی، خط و منطقه Charts to highlight trends : Time series, Line and Area charts

  • سری زمانی Time Series

  • به روز رسانی به نمودار سری زمانی Update to Time Series chart

  • نمودار خطی و نمودار ترکیبی Line Chart and Combo Chart

سهم برجسته در کل: نمودار دایره ای و نمودار دونات Highlight contribution to total: Pie chart & Donut Chart

  • نمودار پای و نمودار دونات Pie Chart and Donut Chart

  • نمودارهای منطقه انباشته Stacked Area Charts

  • داده های به روز شده برای نمودارهای منطقه Updated data for area charts

رابطه بین دو یا چند متغیر: Scatterplots Relationship between two or more variables: Scatterplots

  • نمودارهای پراکنده و حباب Scatter Plots and Bubble charts

تجمیع در دو بعد: جداول محوری Aggregating on two dimensions: Pivot tables

  • جداول محوری برای جدول بندی متقاطع Pivot tables for cross tabulation

همه چیز درباره یک متریک: نمودار گلوله All about a single Metric: Bullet Chart

  • نمودار گلوله Bullet Chart

نمودار برای برجسته کردن سلسله مراتب: TreeMap Chart for highlighting heirarchy: TreeMap

  • نقشه درختی TreeMaps

برندینگ یک گزارش Branding a Report

  • نام تجاری گزارش: لوگوی برند و جزئیات شرکت Branding a Report: Brand Logo and Company Details

  • رنگ های برند برای گزارش مارک تجاری Brand colors for report branding

دادن قدرت فیلتر کردن داده ها به بینندگان Giving the power to filter Data to viewers

  • کنترل‌های فیلتر برای بینندگان Filter controls for viewers

ویدئوها، فرم بازخورد و غیره را به گزارش خود اضافه کنید Add Videos, Feedback form etc. to your Report

  • URL برای گنجاندن محتوای خارجی تعبیه شود URL Embed to include external content

گاهی اوقات داده ها در چندین جدول هستند Sometimes data is in multiple tables

  • ترکیب داده ها از چندین جدول Blending data from multiple tables

  • انواع مختلف Join هنگام ترکیب داده ها Different types of Joins while blending data

به اشتراک گذاری و همکاری در گزارش Data Studio Sharing and collaborating on Data Studio report

  • دانلود گزارش به صورت PDF و مدیریت صفحه Downloading report as PDF and Page Management

  • به اشتراک گذاری گزارش و اعتبار داده ها Sharing report and Data Credentials

  • به اشتراک گذاری گزارش با استفاده از پیوند Sharing report using a link

  • زمان بندی ایمیل ها Scheduling emails

  • تعبیه گزارش در وب سایت Embeding report on Website

نمودار بهترین شیوه ها Charting Best Practices

  • برجسته کردن پیام نمودار Highlighting chart message

  • حذف عوامل حواس پرتی از نمودار Eliminating Distractions from the Graph

  • پرهیز از بهم ریختگی Avoiding clutter

  • اجتناب از طرح اسپاگتی Avoiding the Spaghetti plot

یادگیری ماشینی در پایتون Machine Learning in Python

  • معرفی Introduction

راه اندازی نوت بوک پایتون و ژوپیتر Setting up Python and Jupyter notebook

  • نصب پایتون و آناکوندا Installing Python and Anaconda

  • باز کردن نوت بوک Jupyter Opening Jupyter Notebook

  • آشنایی با ژوپیتر Introduction to Jupyter

  • عملگرهای حسابی در پایتون: مبانی پایتون Arithmetic operators in Python: Python Basics

  • رشته ها در پایتون: اصول پایتون Strings in Python: Python Basics

  • لیست ها، تاپل ها و فهرست ها: اصول پایتون Lists, Tuples and Directories: Python Basics

  • کار با کتابخانه Numpy پایتون Working with Numpy Library of Python

  • کار با Pandas Library of Python Working with Pandas Library of Python

  • کار با کتابخانه Seaborn پایتون Working with Seaborn Library of Python

  • فایل پایتون برای تمرین بیشتر Python file for additional practice

ادغام ChatGPT با پایتون Integrating ChatGPT with Python

  • ادغام ChatGPT با نوت بوک Jupyter Integrating ChatGPT with Jupyter Notebook

مبانی آمار Basics of statistics

  • انواع داده ها Types of Data

  • انواع آمار Types of Statistics

  • توصیف گرافیکی داده ها Describing data Graphically

  • اقدامات مراکز Measures of Centers

  • اقدامات پراکندگی Measures of Dispersion

مقدمه ای بر یادگیری ماشینی Introduction to Machine Learning

  • مقدمه ای بر یادگیری ماشینی Introduction to Machine Learning

  • ساخت یک مدل یادگیری ماشینی Building a Machine Learning Model

پیش پردازش داده ها Data Preprocessing

  • جمع آوری دانش کسب و کار Gathering Business Knowledge

  • کاوش داده ها Data Exploration

  • مجموعه داده و دیکشنری داده The Dataset and the Data Dictionary

  • وارد کردن داده ها در پایتون Importing Data in Python

  • تجزیه و تحلیل تک متغیره و EDD Univariate analysis and EDD

  • EDD در پایتون EDD in Python

  • درمان پرت Outlier Treatment

  • درمان پرت در پایتون Outlier Treatment in Python

  • مقدار گمشده Missing Value Imputation

  • مقدار گمشده در پایتون Missing Value Imputation in Python

  • فصلی بودن در داده ها Seasonality in Data

  • تجزیه و تحلیل دو متغیره و تبدیل متغیر Bi-variate analysis and Variable transformation

  • تبدیل و حذف متغیر در پایتون Variable transformation and deletion in Python

  • متغیرهای غیر قابل استفاده Non-usable variables

  • ایجاد متغیر ساختگی: مدیریت داده های کیفی Dummy variable creation: Handling qualitative data

  • ایجاد متغیر ساختگی در پایتون Dummy variable creation in Python

  • تجزیه و تحلیل همبستگی Correlation Analysis

  • تجزیه و تحلیل همبستگی در پایتون Correlation Analysis in Python

رگرسیون خطی Linear Regression

  • بیانیه مشکل The Problem Statement

  • روش معادلات پایه و حداقل مربعات معمولی (OLS). Basic Equations and Ordinary Least Squares (OLS) method

  • ارزیابی دقت ضرایب پیش بینی شده Assessing accuracy of predicted coefficients

  • ارزیابی دقت مدل: RSE و R مجذور Assessing Model Accuracy: RSE and R squared

  • رگرسیون خطی ساده در پایتون Simple Linear Regression in Python

  • رگرسیون خطی چندگانه Multiple Linear Regression

  • F - آمار The F - statistic

  • تفسیر نتایج متغیرهای طبقه بندی Interpreting results of Categorical variables

  • رگرسیون خطی چندگانه در پایتون Multiple Linear Regression in Python

  • تقسیم آزمایشی-قطار Test-train split

  • مبادله واریانس تعصب Bias Variance trade-off

  • آزمایش تقسیم قطار در پایتون Test train split in Python

  • مدل های رگرسیون غیر از OLS Regression models other than OLS

  • تکنیک های انتخاب زیر مجموعه Subset selection techniques

  • روش های انقباض: ریج و کمند Shrinkage methods: Ridge and Lasso

  • رگرسیون ریج و کمند در پایتون Ridge regression and Lasso in Python

  • دگرگونی Heteroscedasticity

مقدمه ای بر مدل های طبقه بندی Introduction to the classification Models

  • سه مدل طبقه بندی و مجموعه داده Three classification models and Data set

  • وارد کردن داده ها به پایتون Importing the data into Python

  • اظهارات مشکل The problem statements

  • چرا نمی توانیم از رگرسیون خطی استفاده کنیم؟ Why can't we use Linear Regression?

رگرسیون لجستیک Logistic Regression

  • رگرسیون لجستیک Logistic Regression

  • آموزش یک مدل لجستیک ساده در پایتون Training a Simple Logistic Model in Python

  • نتیجه رگرسیون لجستیک ساده Result of Simple Logistic Regression

  • لجستیک با پیش بینی های متعدد Logistic with multiple predictors

  • آموزش مدل لجستیک پیش بینی کننده چندگانه در پایتون Training multiple predictor Logistic model in Python

  • ماتریس سردرگمی Confusion Matrix

  • ایجاد ماتریس سردرگمی در پایتون Creating Confusion Matrix in Python

  • ارزیابی عملکرد مدل Evaluating performance of model

  • ارزیابی عملکرد مدل در پایتون Evaluating model performance in Python

تجزیه و تحلیل تشخیص خطی (LDA) Linear Discriminant Analysis (LDA)

  • تحلیل تشخیصی خطی Linear Discriminant Analysis

  • LDA در پایتون LDA in Python

طبقه بندی کننده K-Nearest Neighbors K-Nearest Neighbors classifier

  • تست-قطار تقسیم Test-Train Split

  • Test-Train Split در پایتون Test-Train Split in Python

  • طبقه بندی کننده K-Nearest Neighbors K-Nearest Neighbors classifier

  • K-نزدیکترین همسایه ها در پایتون: قسمت 1 K-Nearest Neighbors in Python: Part 1

  • K-نزدیکترین همسایگان در پایتون: قسمت 2 K-Nearest Neighbors in Python: Part 2

مقایسه نتایج از 3 مدل Comparing results from 3 models

  • درک نتایج مدل های طبقه بندی Understanding the results of classification models

  • خلاصه ای از سه مدل Summary of the three models

درختان تصمیم گیری ساده Simple Decision Trees

  • مقدمه ای بر درختان تصمیم Introduction to Decision trees

  • مبانی درختان تصمیم Basics of Decision Trees

  • درک درخت رگرسیون Understanding a Regression Tree

  • معیارهای توقف برای کنترل رشد درختان The stopping criteria for controlling tree growth

  • وارد کردن مجموعه داده به پایتون Importing the Data set into Python

  • درمان ارزش از دست رفته در پایتون Missing value treatment in Python

  • ایجاد متغیر ساختگی در پایتون Dummy Variable Creation in Python

  • تقسیم داده های وابسته- مستقل در پایتون Dependent- Independent Data split in Python

  • تقسیم Test-Train در پایتون Test-Train split in Python

  • ایجاد درخت تصمیم در پایتون Creating Decision tree in Python

  • ارزیابی عملکرد مدل در پایتون Evaluating model performance in Python

  • ترسیم درخت تصمیم در پایتون Plotting decision tree in Python

  • هرس درخت Pruning a tree

  • هرس درخت در پایتون Pruning a tree in Python

درخت طبقه بندی ساده Simple Classification Tree

  • درخت طبقه بندی Classification tree

  • مجموعه داده ها برای مشکل طبقه بندی The Data set for Classification problem

  • درخت طبقه بندی در پایتون: پیش پردازش Classification tree in Python : Preprocessing

  • درخت طبقه بندی در پایتون: آموزش Classification tree in Python : Training

  • مزایا و معایب درختان تصمیم Advantages and Disadvantages of Decision Trees

تکنیک گروه 1 - کیسه زدن Ensemble technique 1 - Bagging

  • تکنیک گروه 1 - کیسه زدن Ensemble technique 1 - Bagging

  • تکنیک گروه 1 - کیف در پایتون Ensemble technique 1 - Bagging in Python

تکنیک گروه 2 - جنگل های تصادفی Ensemble technique 2 - Random Forests

  • تکنیک گروه 2 - جنگل های تصادفی Ensemble technique 2 - Random Forests

  • تکنیک گروه 2 - جنگل های تصادفی در پایتون Ensemble technique 2 - Random Forests in Python

  • استفاده از Grid Search در پایتون Using Grid Search in Python

تکنیک گروه 3 تقویت Ensemble technique 3 Boosting

  • افزایش Boosting

  • تکنیک Ensemble 3a - تقویت در پایتون Ensemble technique 3a - Boosting in Python

  • تکنیک Ensemble 3b - AdaBoost در پایتون Ensemble technique 3b - AdaBoost in Python

  • تکنیک Ensemble 3c - XGBoost در پایتون Ensemble technique 3c - XGBoost in Python

آلتریکس Alteryx

  • بیانیه مشکل The Problem Statement

مطالعه موردی و نصب Alteryx Case study and Alteryx Installation

  • نصب Alteryx Installing Alteryx

  • رابط Alteryx Alteryx Interface

DATA EXTRACTION: استخراج داده های جدولی DATA EXTRACTION: Extracting tabular data

  • وارد کردن دستی داده ها به Alteryx Manually entering data into Alteryx

  • وارد کردن داده از یک فایل CSV (مقادیر جدا شده با کاما). Importing Data from a CSV (Comma Separated Values) file

  • وارد کردن داده ها از یک فایل TXT (متن). Importing Data from a TXT (text) file

  • وارد کردن داده ها از یک فایل اکسل Importing Data from an Excel file

  • وارد کردن داده از یک فایل ZIP Importing Data from a ZIP file

  • وارد کردن داده از چندین فایل در یک پوشه Importing Data from multiple files in a folder

  • آزمون ها Quizzes

DATA EXTRACTION: استخراج داده های غیر جدولی DATA EXTRACTION: Extracting non-tabular data

  • مشکل احتمالی استخراج از XML Probable Issue with Extraction from XML

  • استخراج از XML Extracting from XML

استخراج از جدول SQL Extracting from an SQL table

  • برنامه ریزی برای واردات داده های فروش Plan for importing sales Data

  • نصب PostgreSQL و pgAdmin در رایانه شخصی Installing PostgreSQL and pgAdmin in your PC

  • ایجاد جدول فروش در SQL Creating Sales table in SQL

  • استخراج از جدول SQL Extracting from an SQL table

ذخیره سازی و بازیابی فضای ذخیره سازی ابری داده Storing and Retrieving Data Cloud storage

  • ذخیره داده ها در AWS S3 Storing Data on AWS S3

  • وارد کردن داده ها از AWS S3 Importing data from AWS S3

ادغام جریان های داده Merging Data Streams

  • ابزار اتحادیه - ادغام داده های مشتری Union tool - Merging Customer Data

پاکسازی داده ها و بهبود کیفیت داده ها Data Cleansing and improving data quality

  • ابزار یافتن و جایگزینی Find and Replace Tool

  • ابزار پاکسازی داده ها Data Cleaning Tool

  • Autofield و Select Tool - برای کنترل ترتیب فیلد و نوع داده Autofield and Select Tool - For controlling Field order and data type

  • آزمون ها Quizzes

ادغام اطلاعات فروش و محصول Merging Sales and Product data

  • ابزار انتخاب و منحصر به فرد - برای حذف موارد تکراری از داده های محصول Select and Unique Tools- For Removing duplicates from product data

  • تجزیه تاریخ - تغییر قالب تاریخ Date Parse - Changing Date format

  • انتخاب و اتحاد - ادغام داده های فروش Select and union - Merging Sales data

  • امتحان Quiz

داده های نمونه گیری Sampling Data

  • Records Tool را انتخاب کنید Select Records Tool

  • ابزار نمونه Sample Tool

  • ابزار نمونه درصد تصادفی Random Percent Sample Tool

  • نمونه گیری تقسیم قطار، اعتبارسنجی، آزمایش Train-Validation-Test Split sampling

آماده سازی داده ها Data Preparation

  • Multifield binning and Tile Tool - برای ایجاد دسته های سنی مشتری Multifield binning and Tile Tool - To create customer age categories

  • ابزار فرمول - فرمول شرطی برای دادن عناوین دسته Formula Tool - Conditional Formula for giving category titles

  • ابزار مرتب سازی - مرتب سازی داده های مشتری بر اساس شناسه Sort tool - Sorting customer Data based on ID

  • ابزار فرمول - تاریخ سفارش فروش و تاریخ ارسال Formula Tool - Sales order date & ship date

  • ابزار Multifield Formula - تبدیل چندین فیلد ارز Multifield Formula tool - Converting multiple currency fields

  • فیلتر کردن و مرتب سازی - تعداد روزهای مثبت Filtering and Sorting - Positive number of days

  • متن به ستون - شناسه محصول را به 3 ستون تقسیم کنید Text to Columns - Splitting Product ID into 3 columns

خروجی داده های پاک شده Outputting Cleaned Data

  • خروجی داده های مشتری و محصول پاک Outputting Clean Customer & Product Data

ادغام جداول برای ایجاد دیتامارت Merging tables to create a datamart

  • ابزار پیوستن - افزودن اطلاعات مشتری و محصول به جدول فروش The Joining Tool - Adding customer and Product data to Sales table

  • استخراج اطلاعات بیشتر از مقادیر تاریخ Extracting more info from the Date values

انجام تجزیه و تحلیل/تحول در Datamart Performing Analytics/ Transformation on Datamart

  • ابزار خلاصه The Summarize tool

  • اجرای Total Tool Running Total Tool

  • ابزار Crosstab برای ایجاد جداول محوری Crosstab tool for creating Pivot tables

  • Transpose Tool - برعکس ابزار Cross Tab Transpose Tool - the opposite of Cross Tab tool

  • ابزار شمارش The Count tool

ایجاد گزارش در Alteryx Creating a report in Alteryx

  • مقدمه ای بر گزارشگری Introduction to Reporting

  • ابزار نمودار تعاملی - نمودار میله ای برای نشان دادن فروش در منطقه Interactive Chart tool - Bar chart to show region-wise sales

  • ابزار نمودار تعاملی - نمودار خطی برای نشان دادن روند فروش Interactive Chart tool - Line chart to show Sales trend

  • ابزار جدول - قالب بندی جدول محوری Table Tool - Formatting the Pivot table

  • ابزار متن - اضافه کردن متن ایستا به گزارش Text Tool - Adding static text to a report

  • ابزار Visual Layout - چیدمان نمودارها، متن ها و جداول در یک گزارش Visual Layout tool - Arranging charts, text and tables in a report

  • ابزار سربرگ - اضافه کردن سربرگ در گزارش Header tool - Adding header in a report

  • ابزار پاورقی - اضافه کردن پاورقی به گزارش Footer tool - Adding footer to a report

  • ابزار رندر - ارائه گزارش به صورت PDF، HTML یا PNG Rendering tool - rendering report as a PDF, HTML or PNG

  • ابزار ایمیل - ارسال ایمیل با Alteryx Email Tool - Sending email with Alteryx

  • ابزار تصویر - افزودن تصویر به گزارش Image tool - Adding image to a report

  • ابزار چیدمان - ترتیب نمودارها، متن ها یا جداول در گزارش Layout tool - Arranging charts, text or tables in a report

برنامه ریزی یک گردش کار در Alteryx Scheduling a workflow in Alteryx

  • گردش کار Alteryx را برنامه ریزی و خودکار کنید Schedule and Automate Alteryx workflow

تبریک و بابت گواهینامه شما Congratulations & about your certificate

  • جایگزین Alteryx Alternative to Alteryx

  • نقطه عطف نهایی! The final milestone!

  • سخنرانی پاداش Bonus Lecture

نمایش نظرات

نظری ارسال نشده است.

آموزش مسیر مهارت علم داده: SQL، ML، Looker Studio و Alteryx
خرید اشتراک و دانلود خرید تکی و دانلود | 360,000 تومان (6 روز مهلت دانلود) در صورت خرید اشتراک، این آموزش بدلیل حجم بالا معادل 3 دوره است و 3 دوره از اشتراک شما کم می شود. زمان تقریبی آماده سازی لینک دانلود این دوره آموزشی حدود 5 تا 24 ساعت می باشد.
جزییات دوره
31 hours
308
Udemy (یودمی) udemy-small
15 دی 1402 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
2,052
4.6 از 5
دارد
دارد
دارد

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Start-Tech Academy Start-Tech Academy

بیش از 1،700،000+ ثبت نام | 4+ رتبه بندی شده | 160+ CountriesStart-Tech Academy یک شرکت آموزش تجزیه و تحلیل مبتنی بر فناوری است و هدف آن گردآوری شرکتهای تحلیلی و فراگیران علاقه مند است. محتوای آموزشی با کیفیت بالا به همراه کارآموزی و فرصت های پروژه به دانشجویان در شروع سفر Analytics خود کمک می کند. بنیانگذار Abhishek Bansal و Pukhraj Parikh است. Pukhraj که به عنوان مدیر پروژه در یک شرکت مشاوره آنالیز کار می کند ، چندین سال تجربه کار بر روی ابزارها و نرم افزارهای تجزیه و تحلیل را دارد. او در مجموعه های اداری MS ، رایانش ابری ، SQL ، Tableau ، SAS ، Google analytics و Python مهارت دارد. Abhishek قبل از اینکه به فن آوری های یادگیری و آموزش مانند یادگیری ماشین و هوش مصنوعی بپردازد ، به عنوان یک مالک فرآیند اکتساب در یک شرکت مخابراتی پیشرو کار می کرد.

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.