آموزش تجزیه و تحلیل داده A-Z: در 30 روز به تحلیلگر داده تبدیل شوید

Data Analysis A-Z: Become Data Analyst in 30 Days

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
توضیحات دوره: باز کردن قفل تجزیه و تحلیل داده ها با مهارت عملی پایتون. بر جریان کامل کار مسلط شوید و در 30 روز به تحلیلگر داده حرفه ای تبدیل شوید. گردش کار تجزیه و تحلیل کامل داده ها، از تمیز کردن داده ها تا آزمایش فرضیه ها، انعکاس سناریوهای واقعی را درک و اعمال کنید. توسعه قابلیت های شخصی تفکر انتقادی و حل مسئله برای تجزیه و تحلیل موثر داده ها، تصمیم گیری و توصیه ضروری است. تکنیک های مختلف تجزیه و تحلیل داده ها: شمارش ارزش، درصد، گروه بر اساس، جداول محوری، همبستگی و رگرسیون را به صورت عملی و حرفه ای اجرا کنید. برای به دست آوردن تجربه عملی در به کارگیری مهارت های تجزیه و تحلیل داده ها در موقعیت های مختلف، بیش از 12 سوال تحلیلی داده های دنیای واقعی را حل کنید. یاد بگیرید که بینش های مهمی را از داده ها استخراج کنید و با تأکید بر کاربرد عملی، از آنها برای تصمیم گیری ها و توصیه های آگاهانه استفاده کنید. در استفاده از پایتون برای تجزیه و تحلیل داده ها، پوشش کتابخانه های کلیدی و ابزارهایی که معمولاً در صنعت استفاده می شوند، مهارت کسب کنید. اصول استنتاج آماری را بیاموزید، نحوه نتیجه گیری معنادار را بدانید و بر اساس شواهد آماری تصمیمات مبتنی بر داده بگیرید. توانایی تفکر انتقادی در مورد داده ها و استخراج بینش های معنادار و ارائه توصیه های عملی برای تصمیم گیری آگاهانه را پرورش دهید. پیش نیازها: بدون نیاز به تجربه کدنویسی. طرز فکر برای موفق بودن تعهد به تحلیلگر داده بودن قصد یادگیری پایتون

با دوره آموزشی ما، "تحلیل داده A-Z: در 30 روز تحلیلگر داده شوید"، سفری متحول کننده را آغاز کنید، جایی که پیچیدگی های تجزیه و تحلیل داده ها را از ابتدا تا انتها کشف خواهید کرد. در طول این تجربه همهجانبه، شرکت کنندگان درکی جامع از گردش کار تجزیه و تحلیل کامل داده ها، منعکس کننده سناریوهای واقعی زندگی که توسط تحلیلگران حرفه ای داده با آن مواجه می شوند، به دست خواهند آورد.


این دوره فراتر از مهارت فنی است و بر توسعه قابلیت‌های شخصی که برای تجزیه و تحلیل مؤثر داده‌ها حیاتی است، تأکید دارد. از تفکر انتقادی تا حل مسئله، شرکت‌کنندگان مهارت‌های ضروری برای تصمیم‌گیری آگاهانه و توصیه‌های مبتنی بر بینش داده‌های قوی را کسب خواهند کرد.


کاربرد عملی تکنیک های مختلف تجزیه و تحلیل داده ها سنگ بنای این برنامه است. شرکت‌کنندگان در تمرین‌های عملی شامل شمارش ارزش، محاسبات درصد، گروه بر اساس عملیات، جداول محوری، همبستگی و تحلیل رگرسیون شیرجه خواهند زد و از تسلط حرفه‌ای بر این ابزارهای ضروری اطمینان حاصل می‌کنند.


برنامه دنیای واقعی در مرکز قرار می گیرد زیرا شرکت کنندگان با بیش از 12 سؤال تحلیلی داده ها مقابله می کنند و تجربه عملی را در به کارگیری مهارت های تجزیه و تحلیل داده ها در موقعیت های مختلف ارائه می دهند. این تاکید بر عملی بودن به استخراج بینش‌های مهم از داده‌ها، تقویت توانایی تصمیم‌گیری آگاهانه و توصیه‌های مبتنی بر کاربردهای دنیای واقعی گسترش می‌یابد.


علاوه بر این، این دوره شرکت کنندگان را با مهارت پایتون که برای تجزیه و تحلیل داده ها طراحی شده است، مجهز می کند. با پوشش کتابخانه ها و ابزارهای کلیدی که به طور گسترده در صنعت استفاده می شود، شرکت کنندگان از پایتون برای دستکاری و تجزیه و تحلیل موثر داده ها استفاده خواهند کرد. اصول استنباط آماری نیز پوشش داده شده است و اطمینان حاصل می شود که شرکت کنندگان می توانند نتیجه گیری های معنی داری داشته باشند و بر اساس شواهد آماری معتبر تصمیمات مبتنی بر داده اتخاذ کنند. در طول دوره، تفکر انتقادی یک نقطه کانونی باقی می ماند و توانایی تفکر عمیق در مورد داده ها، استخراج بینش های معنادار و ارائه توصیه های عملی برای تصمیم گیری آگاهانه را پرورش می دهد. در این سفر فشرده 30 روزه به ما بپیوندید و به عنوان یک تحلیلگر داده ماهر و حرفه ای ظاهر شوید.


سرفصل ها و درس ها

راه اندازی پلت فرم تجزیه و تحلیل داده های خود Setting Up Your Data Analysis Platform

  • پایتون و ژوپیتر نوت بوک را نصب کنید Install Python and Jupyter Notebook

  • راه اندازی ChatGPT برای تجزیه و تحلیل SMART Setting Up ChatGPT for SMART Analysis

تجزیه و تحلیل داده چیست؟ What is Data Analysis?

  • روز اول: تجزیه و تحلیل داده ها و ویژگی های آن Day 1: Data analysis and its characteristics

  • روز 2: جریان کار تجزیه و تحلیل کامل داده ها Day 2: Complete data analysis work-flow

  • تمرین مجموعه داده ها و دستورالعمل برای QUIZES Practice datasets and instruction for QUIZES

مرحله 1: پاکسازی داده ها A - Z Stage 1: Data Cleaning A - Z

  • روز 3: بارگیری مجموعه داده در نوت بوک jupyter Day 3: Loading dataset in your jupyter notebook

  • روز چهارم: مقابله با ارزش های از دست رفته Day 4: Dealing with missing values

  • روز پنجم: برخورد با ارزش های ناسازگار Day 5: Dealing with inconsistent values

  • روز ششم: پرداختن به انواع داده های شناسایی نشده Day 6: Dealing with miss-identified data types

  • روز هفتم: برخورد با داده های تکراری Day 7: Dealing with duplicated data

  • آزمون 1: پاکسازی داده ها A-Z QUIZ 1: Data Cleaning A-Z

  • راه حل 1: پاک کردن داده ها A-Z Solution 1: Data Cleaning A-Z

مرحله 2: دستکاری داده ها A-Z Stage 2: Data Manipulation A-Z

  • روز هشتم: مرتب‌سازی و چیدمان داده‌ها را بیاموزید Day 8: Learn data sorting and arrangement

  • روز نهم: با فیلتر کردن داده های مشروط آشنا شوید Day 9: Learn conditional data filtering

  • روز دهم: یاد بگیرید که متغیرهای اضافی را ادغام کنید Day 10: Learn to merge extra variables

  • روز یازدهم: یاد بگیرید که داده های اضافی را به هم بچسبانید Day 11: Learn to concatenate extra data

  • آزمون 2: دستکاری داده ها A-Z QUIZ 2: Data Manipulation A-Z

  • راه حل 2: دستکاری داده ها A-Z Solution 2: Data Manipulation A-Z

مرحله 3: تجزیه و تحلیل داده های اکتشافی A-Z Stage 3: Exploratory Data Analysis A-Z

  • روز دوازدهم: بررسی روش تحلیل شمارش ارزش Day 12: Exploring value counts analysis method

  • روز سیزدهم: بررسی روش تحلیل آمار توصیفی Day 13: Exploring descriptive statistics analysis method

  • روز چهاردهم: کاوش گروه به روش تحلیل Day 14: Exploring group by analysis method

  • روز پانزدهم: بررسی روش تجزیه و تحلیل جدول محوری Day 15: Exploring pivot table analysis method

  • روز شانزدهم: بررسی روش تجزیه و تحلیل جدول بندی متقاطع Day 16: Exploring crosstabulation analysis method

  • روز هفدهم: بررسی روش تحلیل همبستگی Day 17: Exploring correlation analysis method

  • آزمون 3: تجزیه و تحلیل داده های اکتشافی A-Z QUIZ 3: Exploratory Data Analysis A-Z

  • راه حل 3: تجزیه و تحلیل داده های اکتشافی A-Z Solution 3: Exploratory Data Analysis A-Z

مرحله 4: درک تجزیه و تحلیل داده های آماری A-Z Stage 4: Understanding Statistical Data Analysis A-Z

  • روز هجدهم: جنبه های مختلف آزمون فرضیه Day 18: Various aspects of hypothesis testing

  • روز 19: سطح اطمینان، سطح معناداری و p-value را درک کنید Day 19: Understand confidence level, significance level and p-value

  • روز 20: مراحل کامل آزمون فرضیه را درک کنید Day 20: Understand complete steps in hypothesis testing

  • آزمون 4: درک تجزیه و تحلیل داده های آماری A-Z QUIZ 4: Understanding Statistical Data Analysis A-Z

مرحله 5: تبدیل داده A-Z Stage 5: Data Transformation A-Z

  • روز 21: آزمایش توزیع نرمال متغیرهای عددی Day 21: Testing normal distribution of numeric variables

  • روز 22: تبدیل ریشه مربع برای توزیع نرمال Day 22: Square root transformation for normal distribution

  • روز 23: تبدیل لگاریتمی برای توزیع نرمال Day 23: Logarithmic transformation for normal distribution

  • روز 24: تبدیل جعبه-کاکس برای توزیع نرمال Day 24: Box-cox transformation for normal distribution

  • روز 25: تبدیل یئو جانسون برای توزیع نرمال Day 25: Yeo-Johnson transformation for normal distribution

  • آزمون 5: تبدیل داده ها A-Z QUIZ 5: Data Transformation A-Z

  • راه حل 5: تبدیل داده A-Z Solution 5: Data Transformation A-Z

مرحله 6: آزمون فرضیه A-Z Stage 6: Hypothesis Testing A-Z

  • روز 26: یک طرفه بین گروه ها ANOVA Day 26: One way between groups ANOVA

  • روز 27: ضریب همبستگی محصول-لحظه پیرسون Day 27: Pearson product-moment correlation coefficient

  • روز 28: تجزیه و تحلیل رگرسیون خطی چندگانه با statsmodel.api Day 28: Multiple linear regression analysis with statsmodel.api

  • آزمون نهایی: آزمون فرضیه A-Z Final QUIZ: Hypothesis Testing A-Z

  • راه حل نهایی: آزمون فرضیه A-Z Final Solution: Hypothesis Testing A-Z

نکات، ترفندها و منابع! Tips, Tricks and Resources!

  • ChatGPT برای کدگذاری صاف پایتون در تجزیه و تحلیل داده ها ChatGPT for smooth python coding in Data Analysis

  • منابع دوره Course Resources

نمایش نظرات

نظری ارسال نشده است.

آموزش تجزیه و تحلیل داده A-Z: در 30 روز به تحلیلگر داده تبدیل شوید
خرید اشتراک و دانلود خرید تکی و دانلود | 160,000 تومان (5 روز مهلت دانلود) زمان تقریبی آماده سازی لینک دانلود این دوره آموزشی حدود 5 تا 24 ساعت می باشد.
جزییات دوره
4.5 hours
38
Udemy (یودمی) udemy-small
04 آبان 1402 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
2,117
4.7 از 5
دارد
دارد
دارد
Md Shahriar

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Md Shahriar Md Shahriar

تحلیلگر داده (فریلنسر) و مدرس در Udemy

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.