یک تحلیلگر داده پایتون شوید [ویدئو]

Become a Python Data Analyst [Video]

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: زبان برنامه نویسی پایتون به یک بازیگر اصلی در دنیای علم داده و تجزیه و تحلیل تبدیل شده است. این دوره به معرفی مهم ترین ابزارها و کتابخانه های پایتون برای انجام علم داده می پردازد. آنها در جامعه به عنوان "پشته علوم داده پایتون" شناخته می شوند. این یک دوره عملی است که در آن بیننده از طریق مثال های واقعی یاد می گیرد که چگونه از محبوب ترین ابزارها برای انجام علوم داده و تجزیه و تحلیل با پایتون استفاده کند. تمام فایل‌های منبع به مخزن GitHub در آدرس زیر اضافه می‌شوند: https://github.com/PacktPublishing/Become-a-python-data-analyst •درباره مهم‌ترین کتابخانه‌ها برای انجام علم داده با پایتون و نحوه آسان‌سازی آنها بیاموزید. با توزیع Anaconda نصب شده است. • درک اصول اولیه Numpy که پایه و اساس تمام ابزارهای تحلیلی دیگر در پایتون است. •تجسم های آموزنده، مفید و زیبا برای تجزیه و تحلیل داده ها تولید کنید. • تجزیه و تحلیل، پاسخ به سؤالات و نتیجه گیری از مجموعه داده های دنیای واقعی با استفاده از کتابخانه پانداها. • انجام محاسبات آماری مشترک و استفاده از نتایج برای رسیدن به نتیجه گیری در مورد داده ها. • یاد بگیرید که چگونه مدل های پیش بینی بسازید و اصول پیش بینی آنالیز را درک کنید تحلیلگران داده یا دانشمندان داده که علاقه مند به یادگیری ابزارهای پایتون برای انجام علم داده هستند. تحلیلگران کسب و کار و کارشناسان هوش تجاری که مایلند یاد بگیرند که چگونه از پایتون برای انجام وظایف تجزیه و تحلیل داده های خود استفاده کنند نیز این آموزش را بسیار مفید خواهند یافت. مهندسان نرم‌افزار و توسعه‌دهندگان علاقه‌مند به قابلیت‌های پایتون برای تجزیه و تحلیل داده‌ها، چیزهای زیادی از این دوره کسب می‌کنند. یک آشنایی اولیه (سطح مبتدی) با زبان پایتون فرض می شود. این دوره برای مبتدیان در یک مکان شامل همه چیزهایی است که برای شروع تجزیه و تحلیل داده ها با پایتون نیاز دارید * * پایه های انجام علم داده و تجزیه و تحلیل پیش بینی با پایتون را از طریق مثال های دنیای واقعی بیاموزید * * یاد بگیرید که چگونه سؤال بپرسید و به آنها به طور مؤثر پاسخ دهید. پرکاربردترین تکنیک های تجسم و تجزیه و تحلیل داده ها *

سرفصل ها و درس ها

توزیع آناکوندا و نوت بوک ژوپیتر The Anaconda Distribution and the Jupyter Notebook

  • بررسی اجمالی دوره The Course Overview

  • بررسی اجمالی دوره The Course Overview

  • توزیع آناکوندا The Anaconda Distribution

  • توزیع آناکوندا The Anaconda Distribution

  • مقدمه ای بر نوت بوک Jupyter Introduction to the Jupyter Notebook

  • مقدمه ای بر نوت بوک Jupyter Introduction to the Jupyter Notebook

  • با استفاده از نوت بوک Jupyter Using the Jupyter Notebook

  • با استفاده از نوت بوک Jupyter Using the Jupyter Notebook

بردار کردن عملیات با NumPy Vectorizing Operations with NumPy

  • NumPy: راه حل برداری پایتون NumPy: Python’s Vectorization Solution

  • NumPy: راه حل برداری پایتون NumPy: Python’s Vectorization Solution

  • آرایه های NumPy: ایجاد، روش ها و ویژگی ها NumPy Arrays: Creation, Methods and Attributes

  • آرایه های NumPy: ایجاد، روش ها و ویژگی ها NumPy Arrays: Creation, Methods and Attributes

  • استفاده از NumPy برای شبیه سازی Using NumPy for Simulations

  • استفاده از NumPy برای شبیه سازی Using NumPy for Simulations

بردار کردن عملیات با NumPy Vectorizing Operations with NumPy

پانداها: کتابخانه تجزیه و تحلیل داده مورد علاقه همه Pandas: Everyone’s Favorite Data Analysis Library

  • کتابخانه پانداها The Pandas Library

  • کتابخانه پانداها The Pandas Library

  • ویژگی های اصلی، عملیات و دستکاری ها Main Properties, Operations and Manipulations

  • ویژگی های اصلی، عملیات و دستکاری ها Main Properties, Operations and Manipulations

  • پاسخ به سوالات ساده در مورد مجموعه داده – قسمت 1 Answering Simple Questions about a Dataset – Part 1

  • پاسخ به سوالات ساده در مورد مجموعه داده – قسمت 1 Answering Simple Questions about a Dataset – Part 1

  • پاسخ به سوالات ساده در مورد مجموعه داده – قسمت 2 Answering Simple Questions about a Dataset – Part 2

  • پاسخ به سوالات ساده در مورد مجموعه داده – قسمت 2 Answering Simple Questions about a Dataset – Part 2

پانداها: کتابخانه تجزیه و تحلیل داده مورد علاقه همه Pandas: Everyone’s Favorite Data Analysis Library

تجسم و تجزیه و تحلیل داده های اکتشافی Visualization and Exploratory Data Analysis

  • مبانی Matplotlib Basics of Matplotlib

  • مبانی Matplotlib Basics of Matplotlib

  • Pyplot Pyplot

  • Pyplot Pyplot

  • رابط شی گرا The Object-Oriented Interface

  • رابط شی گرا The Object-Oriented Interface

  • سفارشی سازی های رایج Common Customizations

  • سفارشی سازی های رایج Common Customizations

  • EDA با Seaborn و پانداها EDA with Seaborn and Pandas

  • EDA با Seaborn و پانداها EDA with Seaborn and Pandas

  • تجزیه و تحلیل متغیرها به صورت فردی Analysing Variables Individually

  • تجزیه و تحلیل متغیرها به صورت فردی Analysing Variables Individually

  • روابط بین متغیرها Relationships between Variables

  • روابط بین متغیرها Relationships between Variables

تجسم و تجزیه و تحلیل داده های اکتشافی Visualization and Exploratory Data Analysis

محاسبات آماری با پایتون Statistical Computing with Python

  • SciPy و زیر بسته آماری SciPy and the Statistics Sub-Package

  • SciPy و زیر بسته آماری SciPy and the Statistics Sub-Package

  • مصرف الکل - فواصل اطمینان و محاسبات احتمال Alcohol Consumption – Confidence Intervals and Probability Calculations

  • مصرف الکل - فواصل اطمینان و محاسبات احتمال Alcohol Consumption – Confidence Intervals and Probability Calculations

  • آزمون فرضیه - آیا مصرف الکل بر عملکرد تحصیلی تأثیر می گذارد؟ Hypothesis Testing – Does Alcohol Consumption Affect Academic Performance?

  • آزمون فرضیه - آیا مصرف الکل بر عملکرد تحصیلی تأثیر می گذارد؟ Hypothesis Testing – Does Alcohol Consumption Affect Academic Performance?

  • تست فرضیه - آیا نوجوانان مرد بیشتر از زنان می نوشند؟ Hypothesis Testing – Do Male Teenagers Drink More Than Females?

  • تست فرضیه - آیا نوجوانان مرد بیشتر از زنان می نوشند؟ Hypothesis Testing – Do Male Teenagers Drink More Than Females?

محاسبات آماری با پایتون Statistical Computing with Python

مقدمه ای بر مدل های تحلیل پیش بینی کننده Introduction to Predictive Analytics Models

  • مقدمه ای بر مدل های تحلیل پیش بینی کننده Introduction to Predictive Analytics Models

  • مقدمه ای بر مدل های تحلیل پیش بینی کننده Introduction to Predictive Analytics Models

  • کتابخانه Scikit-Learn - ساخت یک مدل پیش‌بینی ساده The Scikit-Learn Library – Building a Simple Predictive Model

  • کتابخانه Scikit-Learn - ساخت یک مدل پیش‌بینی ساده The Scikit-Learn Library – Building a Simple Predictive Model

  • طبقه بندی - پیش بینی عادات نوشیدنی نوجوانان Classification – Predicting the Drinking Habits of Teenagers

  • طبقه بندی - پیش بینی عادات نوشیدنی نوجوانان Classification – Predicting the Drinking Habits of Teenagers

  • رگرسیون - پیش بینی قیمت خانه Regression – Predicting House Prices

  • رگرسیون - پیش بینی قیمت خانه Regression – Predicting House Prices

مقدمه ای بر مدل های تحلیل پیش بینی کننده Introduction to Predictive Analytics Models

نمایش نظرات

یک تحلیلگر داده پایتون شوید [ویدئو]
جزییات دوره
4 h 30 m
26
Packtpub Packtpub
(آخرین آپدیت)
از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Alvaro Fuentes Alvaro Fuentes

آلوارو فوئنتس، دانشمند ارشد داده با پیشینه ریاضیات کاربردی و اقتصاد است. او بیش از 14 سال تجربه در نقش های مختلف تحلیلی دارد و مشاور تحلیلی در یکی از شرکت های مشاوره مدیریت جهانی "سه بزرگ" است که پروژه های تحلیلی پیشرفته را در صنایع مختلف مانند بانکداری، فناوری و کالاهای مصرفی رهبری می کند. آلوارو همچنین نویسنده و مربی در تجزیه و تحلیل و علم داده است و دوره ها و کتاب هایی مانند «تحلیلگر داده پایتون شوید» و «تجزیه و تحلیل پیش بینی دستی با پایتون» را منتشر کرده است. او همچنین علم داده و موضوعات مرتبط را به هزاران دانش‌آموز به صورت حضوری و آنلاین از طریق پلتفرم‌های مختلف مانند Springboard، Simplilearn، Udemy، و BSG Institute آموزش داده است.

Alvaro Fuentes Alvaro Fuentes

آلوارو فوئنتس، دانشمند ارشد داده با پیشینه ریاضیات کاربردی و اقتصاد است. او بیش از 14 سال تجربه در نقش های مختلف تحلیلی دارد و مشاور تحلیلی در یکی از شرکت های مشاوره مدیریت جهانی "سه بزرگ" است که پروژه های تحلیلی پیشرفته را در صنایع مختلف مانند بانکداری، فناوری و کالاهای مصرفی رهبری می کند. آلوارو همچنین نویسنده و مربی در تجزیه و تحلیل و علم داده است و دوره ها و کتاب هایی مانند «تحلیلگر داده پایتون شوید» و «تجزیه و تحلیل پیش بینی دستی با پایتون» را منتشر کرده است. او همچنین علم داده و موضوعات مرتبط را به هزاران دانش‌آموز به صورت حضوری و آنلاین از طریق پلتفرم‌های مختلف مانند Springboard، Simplilearn، Udemy، و BSG Institute آموزش داده است.