آموزش تجسم داده ها و داده ها Masterclass Masterclass با پایتون

Data Visualization & Data Wrangling Masterclass with Python

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: استاد پیشرفته داده ها تجسم، پیش پردازش داده ها، داده ها در پایتون با پروژه های سطح صنعت

چه چیزی را یاد می گیرید

  • در مورد متغیرهای پایتون و انواع داده ها یاد بگیرید.
  • در مورد حلقه ها و شرایط شرطی در پایتون یاد بگیرید.
  • یاد بگیرید چگونه با رشته های پایتون کار کنید.
  • در مورد عبارات منظم و اشیاء زمان تاریخ در پایتون یاد بگیرید.
  • در مورد کتابخانه Numpy و پانداها یاد بگیرید.
  • در مورد تجزیه و تحلیل یکپارچه، دو طرفه و چند متغیره یاد بگیرید.
  • در مورد تجسم پیشرفته مانند شبکه های جنبه ای، نمودارهای قطبی، نمودار وفل، نقشه ها، نمودارهای آماری و غیره یاد بگیرید.
  • در مورد تجسم متحرک مانند طرح حباب، جنبه ها، نقشه های پراکنده و نقشه های choropleth.
  • در مورد برخی از نمودارهای متفرقه بیشتر مانند نمودار های Sunburst، نمودارهای مختصات موازی، نمودارهای گانت و غیره یاد بگیرید.
  • یادگیری داده ها را با استفاده از کتابخانه Dabl و Sweetviz یاد بگیرید.
  • در مورد کار بر روی پروژه های دنیای واقعی یاد بگیرید.

به دوره آنلاین بر روی تجسم داده ها خوش آمدید.



تجسم داده ها یک نمایش گرافیکی از اطلاعات و داده ها است.

>>



هدف اصلی یک تحلیلگر داده، افزایش بهره وری و بهبود عملکرد با کشف الگوها در داده ها است.



در این دوره، دانش پیشرفته را در مورد تجسم داده ها دریافت خواهید کرد.

این دوره با ارائه دانش کامل در زبان برنامه نویسی پایتون آغاز می شود.

شما تمام مفاهیم برنامه نویسی پایتون مورد نیاز را یاد خواهید گرفت.



این دوره پوشش خواهد داد: -

  • متغیرهای پایتون

  • انواع داده های پایتون

  • حلقه ها و شرطی

  • strings

  • عبارات منظم

  • اشیاء زمان داده

  • کتابخانه Numpy

  • کتابخانه پانداها



همراه با برنامه نویسی پایتون، این دوره مفاهیم تجزیه و تحلیل پرس و جو را نیز پوشش می دهد.

این به شما کمک خواهد کرد تا متخصص در تجزیه و تحلیل داده ها با استفاده از کتابخانه های مختلف مانند Dabl و Sweetviz.

نه تنها این، این دوره دانش پیشرفته را در مورد تجسم داده ها ارائه می دهد.

این دوره پوشش خواهد داد: -

تجسم داده های پایه

تجسم داده های پیشرفته مانند شبکه های جبهه، نمودارهای قطبی، نمودار وفل، نقشه ها، نمودارهای آماری و غیره.

تجسم داده های متحرک مانند طرح حباب، جنبه ها، نقشه های پراکنده و نقشه های Choropleth.

برخی از نمودارهای متفرقه مانند نمودار های Sunburst، نمودارهای مختصات موازی، نمودارهای گانت و غیره.



این همه در یک دوره !!!!



همراه با همه اینها ما سه پروژه پاداش برای شما داریم!

مطالعه موردی شروع و تجزیه و تحلیل

بازرسان عملکرد بازیکن و

IPL تجزیه و تحلیل علوم اطلاعات



که در آن شما تمام مفاهیم آموخته شده در این دوره را اعمال خواهید کرد.



این دوره یک بسته کامل است.



تعداد زیادی از آزمونها و تمرینات در انتظار شما هستند.



شما همچنین به تمام منابع مورد استفاده در این دوره دسترسی خواهید داشت.



اکنون ثبت نام کنید و متخصص در تجسم داده ها شوید.

چه کسی این دوره است:

  • توسعه دهندگان نرم افزار مبتدی مایل به upskill
  • داده ها دانشمندان مایل به یادگیری تجسم داده های پیشرفته
  • تحلیلگران کسب و کار کنجکاو برای یادگیری تجسم داده ها با پایتون
  • مبتدیان و تازه کاران مایل به یادگیری چیزی جدید
  • تحلیلگر مبتدیان مبتدی مایل به یادگیری تجسم
  • توسعه دهندگان مبتدی پایتون کنجکاو به upskill

سرفصل ها و درس ها

پایتون اصول Python Fundamentals

  • چرا باید پایتون را یاد بگیرید؟ Why should you learn Python?

  • نصب نوت بوک Python و Jupyter Installing Python and Jupyter Notebook

  • درک رابط کاربری نوت بوک Jupyter Understanding the Interface of Jupyter Notebook

  • q و a Q and A

  • نامگذاری کنوانسیون متغیرها Naming Convention for variables

  • ساخته شده در انواع داده ها و نوع ریخته گری Built in Data Types and Type Casting

  • دامنه متغیرها Scope of Variables

  • مسابقه بر روی متغیرها و انواع داده ها Quiz on Variables and Data Types

  • راه حل مسابقه Quiz Solution

  • ورزش بر روی متغیرها و انواع داده ها Exercise on Variables and Data Types

  • راه حل در متغیرها و انواع داده ها Solution on Variables and Data Types

  • تمرین بر روی دامنه متغیرها Exercise on Scope of Variables

  • راه حل بر دامنه متغیرها Solution on Scope of Variables

  • اپراتورهای حسابداری و تخصیص Arithmetic and Assignment Operators

  • اپراتورهای مقایسه، منطقی و بیتی Comparison, Logical, and Bitwise Operators

  • اپراتورهای هویت و عضویت Identity and Membership Operators

  • مسابقه در اپراتورها Quiz on Operators

  • راه حل مسابقه Quiz Solution

  • تمرین بر روی اپراتورهای حسابداری و تخصیص Exercise on Arithmetic and Assignment Operators

  • راه حل اپراتورهای حسابداری و تخصیص Solution on Arithmetic and Assignment Operators

  • تمرین در مقایسه، اپراتورهای منطقی و بیتی Exercise on Comparison, Logical, and Bitwise Operators

  • راه حل در مقایسه، اپراتورهای منطقی و بیتی Solution on Comparison, Logical, and Bitwise Operators

  • ورزش بر روی اپراتورهای هویت و عضویت Exercise on Identity and Membership Operators

  • راه حل اپراتورهای هویت و عضویت Solution on Identity and Membership Operators

  • قالب بندی رشته String Formatting

  • روش های رشته String Methods

  • ورودی کاربر User Input

  • مسابقه بر روی رشته ها Quiz on Strings

  • راه حل مسابقه Quiz Solution

  • ورزش بر روی رشته ها Exercise on Strings

  • راه حل بر روی رشته ها Solution on Strings

  • اگر، الیف، و دیگری If, elif, and else

  • برای و در حالی که For and While

  • شکستن و ادامه Break and Continue

  • مسابقه بر روی حلقه ها و شرایط Quiz on Loops and Conditionals

  • راه حل مسابقه Quiz Solution

  • تمرین بر روی حلقه ها و شرایط Exercise on Loops and Conditionals

  • راه حل در حلقه ها و شرایط Solution on Loops and Conditionals

پایتون برای علوم داده Python for Data Science

  • مقدمه ای بر DateTime Introduction to datetime

  • تاریخ و کلاس زمان Date and Time Class

  • کلاس DateTime Datetime Class

  • کلاس Timedelta Timedelta Class

  • مسابقه در تاریخ و زمان Quiz on Dates and Times

  • راه حل مسابقه Quiz Solution

  • ورزش بر روی تاریخ و زمان Exercise on Date and Time

  • راه حل در تاریخ و زمان Solution on Date and Time

  • شخصیت های متا برای عبارات منظم Meta Characters for Regular Expressions

  • توابع ساخته شده برای عبارات منظم Built-in Functions for Regular Expressions

  • کاراکترهای ویژه برای عبارات منظم Special Characters for Regular Expressions

  • مجموعه ای برای عبارات منظم Sets for Regular Expressions

  • مسابقه در عبارات منظم Quiz on Regular Expressions

  • راه حل مسابقه Quiz Solution

  • ورزش بر روی عبارات منظم Exercise on Regular Expressions

  • راه حل در عبارات منظم Solution on Regular Expressions

  • ایجاد آرایه با استفاده از numpy Array Creation using Numpy

  • عملیات ریاضی با استفاده از numpy Mathematical Operations using Numpy

  • توابع ساخته شده در numpy Built-in Functions in Numpy

  • مسابقه در مقدمه به numpy Quiz on Introduction to Numpy

  • راه حل مسابقه Quiz Solution

  • تمرین بر روی توابع ساخته شده در numpy Exercise on Built-in Functions in Numpy

  • راه حل بر روی توابع ساخته شده در numpy Solution on Built-in Functions in Numpy

  • داده های خواندن با استفاده از پانداها Reading Datasets using Pandas

  • نقشه برداری داده ها در پانداها Plotting Data in Pandas

  • نمایه سازی، انتخاب و فیلتر کردن داده ها با استفاده از پانداها Indexing, Selecting, and Filtering Data using Pandas

  • ادغام و همبستگی داده ها Merging and Concatenating DataFrames

  • لامبدا، نقشه و اعمال توابع Lambda, Map, and Apply Functions

  • مسابقه در مقدمه به پانداها Quiz on Introduction to Pandas

  • راه حل مسابقه Quiz Solution

  • تمرین بر روی طرح پانداها Exercise on Pandas Plotting

  • راه حل در Pandas Plotting Solution on Pandas Plotting

  • ورزش بر روی نمایه سازی و انتخاب Exercise on Indexing and Selecting

  • راه حل در نمایه سازی و انتخاب Solution on Indexing and Selecting

  • تمرین در اعمال عملکردها Exercise on Apply Functions

  • راه حل برای اعمال توابع Solution on Apply Functions

تجسم داده ها Data Visualization

  • تجزیه و تحلیل یکنواخت Univariate Analysis

  • تجزیه دو متغیره Bivariate Analysis

  • تجزیه و تحلیل چند متغیره Multivariate Analysis

  • مسابقه بر اساس اصول تجسم Quiz on Basics of Visualization

  • راه حل مسابقه Quiz Solution

  • قطعه پراکنده Scatter Plots

  • نمودار با colorcale Charts with Colorscale

  • نوار، خط، و نمودار منطقه Bar, Line, and Area Charts

  • شبکه های جنگی Facet Grids

  • نمودارهای آماری Statistical Charts

  • نمودارهای قطبی Polar Charts

  • subplots Subplots

  • نمودار 3D 3D Charts

  • نمودار وفل Waffle Charts

  • نقشه ها Maps

  • مسابقه در تجسم پیشرفته Quiz on Advanced Visualizations

  • راه حل مسابقه Quiz Solution

  • انیمیشن با Bubbleplot Animation with Bubbleplot

  • انیمیشن با جنبه ها Animation with Facets

  • انیمیشن با نقشه های پراکنده Animation with Scatter Maps

  • انیمیشن با نقشه های Choropleth Animation with Choropleth Maps

  • مسابقه بر روی تجسم متحرک Quiz on Animated Visualizations

  • راه حل مسابقه Quiz Solution

  • مقدمه ای بر IpyWidgets Introduction to Ipywidgets

  • تجزیه و تحلیل یکنواخت تعاملی Interactive Univariate Analysis

  • تجزیه و تحلیل تعاملی دو طرفه Interactive Bivariate Analysis

  • تجزیه و تحلیل چند متغیره تعاملی Interactive Multivariate Analysis

  • مسابقه بر روی تجسم های تعاملی Quiz on Interactive Visualizations

  • نمودارهای Sunburst Sunburst Charts

  • نمودارهای هماهنگ موازی Parallel Co-ordinate Charts

  • نمودارهای قیف Funnel Charts

  • نمودارهای گانت Gantt Charts

  • نمودار سه تایی Ternary Charts

  • نقشه های درختی Tree Maps

  • نمودارهای شبکه Network Charts

  • مسابقه بر روی نمودارهای متفرقه Quiz on Miscellaneous Charts

  • راه حل مسابقه Quiz Solution

تجزیه و تحلیل پرس و جو Query Analysis

  • توابع جمع آوری شده مورد استفاده برای گروه بندی Aggregate functions used for Grouping

  • استفاده از گروهی برای عملیات گروه بندی Using Groupby for Grouping Operations

  • گروهبی با عملکردهای IDXMAX و IDXMIN Groupby with Idxmax and Idxmin functions

  • با استفاده از مقیاس های رنگی برای تجسم بهتر Using Color scales for better visualization

  • تجسم عملیات گروهی Visualizing the Groupby Operations

  • با استفاده از جداول محوری برای عملیات گروه بندی Using Pivot Tables for Grouping Operations

  • تفاوت بین جداول گروهی و محوری Difference between Groupby and Pivot tables

  • انجام جدول عبور متقابل Performing Cross Tabulation

  • تجسم داده های جدول متقاطع Visualizing Cross tabulated Data

  • عملیات گروه بندی تعاملی Interactive Grouping Operations

  • مسابقه عملیات گروه بندی Quiz on Grouping Operations

  • راه حل مسابقه Quiz Solution

  • هنگامی که برای انجام عملیات فیلتر کردن When to perform Filtering Operations

  • معرفی عملیات فیلتر کردن ساده Introduction to Simple Filtering Operations

  • عملیات فیلتر پیشرفته Advanced Filtering Operations

  • عملیات فیلتر کردن و گروه بندی Filtering and Grouping Operations

  • عملیات فیلترینگ تعاملی Interactive Filtering Operations

  • مسابقه عملیات فیلتر کردن Quiz on Filtering Operations

  • راه حل مسابقه Quiz Solution

  • راه حل مسابقه Quiz Solution

شروع کار مورد مطالعه و تجزیه و تحلیل Startups Case Study and Analysis

  • درک بیانیه مشکل Understanding the Problem Statement

  • راه اندازی محیط زیست Setting up the Environment

  • تمیز کردن داده ها Data Cleaning

  • پرس و جو داده ها با استفاده از تجسم ها بخش - 1 Querying the data using Visualizations Part - 1

  • پرس و جو داده ها با استفاده از تجسم ها بخش - 2 Querying the data using Visualizations Part - 2

  • یادگیری عمده از داده ها Major Learning from Data

  • مسابقه در شروع تحقیقات مورد و تجزیه و تحلیل Quiz on Startups case study and analysis

بازرس عملکرد بازیکن Player’s Performance Reviewer

  • درک بیانیه مشکل Understanding the problem statement

  • تمیز کردن داده ها Data Cleaning

  • مهندسی ویژگی Feature Engineering

  • تجسم داده ها Data Visualization

  • تجزیه و تحلیل پرس و جو Query Analysis

  • یادگیری عمده از پروژه Major Learnings from the project

  • مسابقه بر روی بازیکنان تجزیه و تحلیل عملکرد Quiz on Players Performance Analysis

تجزیه و تحلیل تجزیه و تحلیل اطلاعات IPL IPL Data Science Analyzer

  • راه اندازی محیط زیست Setting up the Environment

  • راه اندازی محیط زیست Setting up the Environment

  • درک مجموعه داده Understanding the Dataset

  • درک بیانیه مشکل Understanding the Problem Statement

  • خلاصه حقایق جالب از داده ها Summarizing Interesting Facts from the Data

  • کاوش بهترین بازیکنان IPL Exploring the Best Players from IPL

  • کشف بزرگترین مسابقات در IPL Discovering the Biggest Matches in IPL

  • درک نتایج بازی Understanding the Match Results

  • کشف محبوب ترین فصول IPL و تیم ها Uncovering the Most Popular IPL Seasons and Teams

  • درک مکان ها برای تمام فصلهای IPL Realizing the Locations for all the IPL Seasons

  • مقایسه برندگان و برندگان TOSS Comparing Toss Winners and Winners

  • بررسی مکان های برنده برای همه تیم ها Checking the Winning Locations for all the Teams

  • تجزیه و تحلیل تصمیمات TOSS در مسابقات IPL Analyzing Toss Decisions in IPL Matches

  • DL در مسابقه IPL چیست؟ What is DL in an IPL Match?

  • بینش کلیدی از این پروژه Key Insights from this Project

  • مسابقه در IPL تجزیه و تحلیل تجزیه و تحلیل داده های IPL Quiz on IPL Data Science Analyzer

بخش خارج از کشور Outro Section

  • نتیجه Conclusion

  • چگونه گواهینامه خود را تکمیل کنید How to Get Your Certificate of Completion

بخش پاداش Bonus Section

  • سخنرانی پاداش Bonus Lecture

نمایش نظرات

آموزش تجسم داده ها و داده ها Masterclass Masterclass با پایتون
جزییات دوره
8h 3m
164
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
10,467
از 5
ندارد
ندارد
ندارد
Data is Good
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Data is Good Data is Good

یک تیم بزرگ ، گوگل ، فیس بوک ، کاگل ، ما یک شرکت آموزش فناوری "indie" هستیم. این چشم انداز ما این است که با تبدیل آموزش ، توانایی بالقوه انسانی را باز کنیم و آن را برای همه قابل دسترسی و مقرون به صرفه کنیم. ما به شدت مستقل و مفتخریم که تنها تمرکز خود را برای ایجاد آموزش فناوری در سطح جهانی برای هر کسی در این کره خاکی می دانیم. داده ها خوب است که ماموریت دارند دوره هایی ایجاد کنند که دانش آموزان ما را نه تنها موضوع یاد بگیرند ، بلکه عاشق آن شوند و یادگیرندگان پرشور و مادام العمر آن موضوع شوند.