آموزش دانشمند داده شوید: SQL، Tableau، ML & DL [4-in-1]

سرفصل ها و درس ها

معرفی Introduction

• معرفی Introduction

نصب و راه اندازی Installation and getting started

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

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

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

• منابع دوره Course resources

بیانیه های اساسی SQL Fundamental SQL statements

• ايجاد كردن CREATE

• درج کنید INSERT

• وارد کردن داده ها از فایل Import data from File

• عبارت SELECT SELECT statement

• متمایز را انتخاب کنید SELECT DISTINCT

• جایی که WHERE

• عملگرهای منطقی Logical Operators

• به روز رسانی UPDATE

• حذف DELETE

• ALTER قسمت - 1 ALTER Part - 1

• ALTER قسمت - 2 ALTER Part - 2

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

دستورات انتخاب: فیلتر کردن Selection commands: Filtering

• که در IN

• بین BETWEEN

• پسندیدن LIKE

دستورات انتخاب: سفارش Selection commands: Ordering

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

• سفارش توسط ORDER BY

• حد LIMIT

نام مستعار Alias

• مانند AS

دستورات جمع Aggregate Commands

• شمردن COUNT

• جمع SUM

• میانگین AVERAGE

• MIN & MAX MIN & MAX

گروه بندی بر اساس دستورات Group By Commands

• دسته بندی بر اساس GROUP BY

• داشتن HAVING

بیانیه مشروط Conditional Statement

• مورد چه زمانی CASE WHEN

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

• چپ پیوستن Left Join

• حق عضویت Right Join

• پیوستن کامل بیرونی Full Outer Join

• کراس Join Cross Join

• تقاطع و تقاطع ALL Intersect and Intersect ALL

• بجز Except

• اتحاد. اتصال Union

سوالات فرعی Subqueries

• استعلام فرعی در بند WHERE Subquery in WHERE clause

• استعلام فرعی در بند FROM Subquery in FROM clause

• استعلام فرعی در عبارت SELECT Subquery in SELECT clause

نماها و شاخص ها Views and Indexes

• نماها VIEWS

• فهرست مطالب INDEX

توابع رشته String Functions

• طول LENGTH

• بالا پایین UPPER LOWER

• جایگزین کردن REPLACE

• TRIM، LTRIM، RTRIM TRIM, LTRIM, RTRIM

• الحاق CONCATENATION

• SUBSTRING SUBSTRING

• فهرست تجمع LIST AGGREGATION

توابع ریاضی Mathematical Functions

• سقف و کف CEIL & FLOOR

• تصادفی RANDOM

• SETSEED SETSEED

• گرد ROUND

• قدرت POWER

توابع تاریخ-زمان Date-Time Functions

• تاریخ و زمان فعلی CURRENT DATE & TIME

• سن AGE

• استخراج کردن EXTRACT

تطبیق الگو (رشته). PATTERN (STRING) MATCHING

• اصول تطبیق الگو PATTERN MATCHING BASICS

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

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

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

• RANK و DENSERANK RANK and DENSERANK

• تابع NTILE NTILE function

• تابع AVERAGE AVERAGE function

• شمردن COUNT

• جمع کل SUM TOTAL

• در حال اجرا کل RUNNING TOTAL

• LAG و LEAD LAG and LEAD

تابع COALESCE COALESCE function

• تابع COALESCE COALESCE function

توابع تبدیل نوع داده Data Type conversion functions

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

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

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

جدول TABLEAU

• چرا تابلو Why Tableau

• محصولات تابلو فرش Tableau Products

نصب و راه اندازی Installing and getting started

• نصب Tableau Desktop و Public Installing Tableau desktop and Public

• در مورد داده ها About the data

• اتصال به داده Connecting to data

• Live vs Extract Live vs Extract

ترکیب داده ها برای ایجاد مدل داده Combining data to create Data model

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

• روابط در تابلو Relationships in Tableau

• به Tableau می پیوندد Joins in Tableau

• انواع اتصالات در تابلو Types of Joins in Tableau

• اتحادیه در تابلو Union in Tableau

• لایه منطقی فیزیکی و مدل های داده Physical Logical layer and Data models

• صفحه تجسم - ورق The visualization screen - Sheet

دسته بندی داده ها در Tableau Data categorization in Tableau

• انواع داده ها - ابعاد و اندازه گیری ها Types of Data - Dimensions and Measures

• انواع داده ها - گسسته و پیوسته Types of Data - Discreet and Continuous

• تغییر نوع داده در Tableau Changing Data type in Tableau

نمودارهای پر استفاده Most used charts

• نمودار میله Bar charts

• نمودارهای خطی Line charts

• نمودارهای پراکنده Scatterplots

سفارشی کردن نمودارها با استفاده از قفسه علامت ها Customizing charts using Marks shelf

• کارت ها را علامت گذاری می کند Marks cards

• انداختن ابعاد و اندازه ها روی کارت علائم Dropping Dimensions and Measures on marks card

• حذف ابعاد در نمودار خط Dropping Dimensions on Line chart

• اضافه کردن علائم در نمودار پراکندگی Adding marks in scatterplot

نمودارهای مهم دیگر Other important charts

• جداول متن، نقشه حرارتی و جداول برجسته Text tables, heat map and highlight tables

• نمودارهای دایره ای Pie charts

• نمودارهای مساحتی Area charts

• ایجاد سلسله مراتب سفارشی Creating custom hierarchy

• نقشه درختی Tree map

• نمودارهای ترکیبی دوگانه Dual combination charts

• ایجاد سطل ها Creating Bins

• هیستوگرام Histogram

گروه بندی و فیلتر کردن داده ها Grouping and Filtering data

• گروه بندی داده ها Grouping Data

• فیلتر کردن داده ها Filtering data

• فیلترهای ابعادی Dimension filters

• اندازه گیری فیلترها Measure filters

• فیلترهای تاریخ و زمان Date-Time filters

• گزینه های فیلتر Filter options

• انواع فیلترها و ترتیب عملکرد Types of filters and order of operation

• سفارشی کردن فیلترهای بصری Customizing visual filters

• گزینه های مرتب سازی Sorting options

نمودارهای نقشه در Tableau Map charts in Tableau

• نحوه ساخت نمودار نقشه How to make a map chart

• ملاحظات قبل از تهیه نمودار نقشه Considerations before making a Map chart

• کارت را برای سفارشی کردن نقشه ها علامت گذاری می کند Marks card for customizing maps

• سفارشی کردن نقشه ها با استفاده از منوی نقشه Customizing maps using map menu

• لایه ها در نقشه Layers in a Map

• نوار ابزار بصری روی نقشه Visual toolbar on a map

• تصاویر پس زمینه سفارشی Custom background images

• قلمروها در نقشه ها Territories in maps

• ترکیب داده ها برای کدگذاری جغرافیایی از دست رفته Data blending for missing geocoding

محاسبه و تجزیه و تحلیل Calculation and Analytics

• فیلدهای محاسبه شده در Tableau Calculated fields in Tableau

• توابع در Tableau Functions in Tableau

• تئوری محاسبات جدول Table calculations theory

• محاسبات جدول در Tableau Table calculations in Tableau

• درک عبارات LOD Understanding LOD expressions

• مثال هایی از عبارت LOD LOD expressions examples

• صفحه تجزیه و تحلیل Analytics pane

مجموعه ها و پارامترها Sets and Parameters

• درک مجموعه ها در Tableau Understanding sets in Tableau

• ایجاد مجموعه در Tableau Creating Sets in Tableau

• مولفه های Parameters

داشبورد و داستان Dashboard and Story

• قسمت داشبورد -1 Dashboard part -1

• قسمت داشبورد - 2 Dashboard part - 2

• داستان Story

ضمیمه Appendix

• اتصال به منبع داده SQL Connecting to SQL data source

• اتصال به سرویس های ذخیره سازی ابری Connecting to cloud storage services

یادگیری ماشینی با پایتون Machine Learning with 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

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

K طبقه بندی کننده نزدیکترین همسایگان 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

درختان طبقه بندی ساده Simple Classification Trees

• 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

مقدمه - یادگیری عمیق Introduction - Deep Learning

• مقدمه ای بر شبکه های عصبی و جریان درس Introduction to Neural Networks and Course flow

• پرسپترون Perceptron

• توابع فعال سازی Activation Functions

• ایجاد مدل پرسپترون در پایتون - قسمت 1 Creating Perceptron model in Python - Part 1

• ایجاد مدل پرسپترون در پایتون - قسمت 2 Creating Perceptron model in Python - Part 2

شبکه های عصبی - انباشتن سلول ها برای ایجاد شبکه Neural Networks - Stacking cells to create network

• اصطلاحات پایه Basic Terminologies

• گرادیان نزول Gradient Descent

• انتشار پشت قسمت - 1 Back Propagation Part - 1

• انتشار پشت - قسمت 2 Back Propagation - Part 2

• چند مفهوم مهم Some Important Concepts

• فرا پارامتر Hyperparameter

ANN در پایتون ANN in Python

• کراس و تنسورفلو Keras and Tensorflow

• نصب تنسورفلو و کراس Installing Tensorflow and Keras

• مجموعه داده برای طبقه بندی Dataset for classification

• عادی سازی و تقسیم تست-قطار Normalization and Test-Train split

• روش های مختلف برای ایجاد ANN با استفاده از Keras Different ways to create ANN using Keras

• ساخت شبکه عصبی با استفاده از Keras Building the Neural Network using Keras

• تدوین و آموزش مدل شبکه عصبی Compiling and Training the Neural Network model

• ارزیابی عملکرد و پیش بینی با استفاده از Keras Evaluating performance and Predicting using Keras

• ساخت شبکه عصبی برای مسئله رگرسیون - قسمت 1 Building Neural Network for Regression Problem - Part 1

• ساخت شبکه عصبی برای مسئله رگرسیون - قسمت 2 Building Neural Network for Regression Problem - Part 2

• ساخت شبکه عصبی برای مسئله رگرسیون - قسمت 3 Building Neural Network for Regression Problem - Part 3

• استفاده از Functional API برای معماری های پیچیده Using Functional API for complex architectures

• ذخیره - بازیابی مدل ها و استفاده از تماس های تلفنی - قسمت 1 Saving - Restoring Models and Using Callbacks - Part 1

• ذخیره - بازیابی مدل ها و استفاده از تماس های تلفنی - قسمت 2 Saving - Restoring Models and Using Callbacks - Part 2

• تنظیم فراپارامتر Hyperparameter Tuning

اصول CNN CNN Basics

• CNN مقدمه CNN Introduction

• گام های بلند برداشتن Stride

• لایه گذاری Padding

• فیلترها و نقشه ویژگی Filters and feature map

• کانال ها Channels

• لایه ادغام Pooling Layer

ایجاد مدل CNN در پایتون Creating CNN model in Python

• مدل CNN در پایتون - پیش پردازش CNN model in Python - Preprocessing

• مدل CNN در پایتون - ساختار و کامپایل CNN model in Python - structure and Compile

• مدل CNN در پایتون - آموزش و نتایج CNN model in Python - Training and results

• مقایسه - ادغام در مقابل بدون ادغام در پایتون Comparison - Pooling vs Without Pooling in Python

پروژه: ایجاد مدل CNN از ابتدا در پایتون Project: Creating CNN model from scratch in Python

• پروژه - مقدمه Project - Introduction

• داده های پروژه Data for the project

• پروژه - پیش پردازش داده در پایتون Project - Data Preprocessing in Python

• پروژه - آموزش مدل CNN در پایتون Project - Training CNN model in Python

• پروژه در پایتون - نتایج مدل Project in Python - model results

پروژه: افزایش داده ها برای جلوگیری از برازش بیش از حد Project : Data Augmentation for avoiding overfitting

• پروژه - پیش پردازش افزایش داده ها Project - Data Augmentation Preprocessing

• پروژه - آموزش افزایش داده ها و نتایج Project - Data Augmentation Training and Results

آموزش انتقالی: مبانی Transfer Learning : Basics

• ILSVRC ILSVRC

• LeNET LeNET

• VGG16NET VGG16NET

• گوگل لنت GoogLeNet

• یادگیری انتقالی Transfer Learning

• پروژه - آموزش انتقال - VGG16 - قسمت - 1 Project - Transfer Learning - VGG16 - Part - 1

• پروژه - آموزش انتقال - VGG16 - قسمت - 2 Project - Transfer Learning - VGG16 - Part - 2

• پروژه - آموزش انتقال - VGG16 - قسمت - 3 Project - Transfer Learning - VGG16 - Part - 3

• نقطه عطف نهایی! The final milestone!

تبریک و بابت گواهینامه شما Congratulations & about your certificate

• سخنرانی پاداش Bonus Lecture