آموزش آمار داده ها با Python Full Stack [ویدئو]

Data Statistics with Full Stack Python [Video]

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: آیا می خواهید یک دانشمند داده خوب شوید؟ سپس این یک دوره مناسب برای شما است. این دوره توسط متخصصان فناوری اطلاعات با مدرک کارشناسی ارشد در ریاضیات و علوم داده طراحی شده است. ما نظریه‌های پیچیده، الگوریتم‌ها و کتابخانه‌های کدگذاری را به روشی بسیار ساده پوشش می‌دهیم تا هر مبتدی بتواند به راحتی آنها را درک کند. ما شما را گام به گام در دنیای علم داده راهنمایی می کنیم. با هر آموزش، مهارت های جدیدی را توسعه خواهید داد و درک خود را از این زیر زمینه چالش برانگیز و در عین حال پرسود علم داده از سطح مبتدی تا پیشرفته بهبود می بخشید. تمامی کدها و فایل های پشتیبانی این دوره در آدرس زیر موجود است: https://github.com/PacktPublishing/Data-Statistics-with-Full-Stack-Python Master Data Science on Python یاد بگیرید که از Numpy و Pandas برای تجزیه و تحلیل داده استفاده کنید تمام ریاضیاتی را که برای درک الگوریتم های یادگیری ماشین نیاز دارید، بیاموزید مطالعات موردی در دنیای واقعی آموزش استفاده از Matplotlib برای ترسیم پایتون یاد بگیرید که از Seaborn برای نمودارهای آماری استفاده کنید راه‌حل‌های علم داده سرتاسر را مسلط کنید تمام مفاهیم آماری مورد نیاز برای تبدیل شدن به یک نینجا یادگیری ماشینی را بیاموزید این دوره برای هر کسی است که می خواهد یک دانشمند داده شود. تسلط بر نظریه‌های پیچیده، الگوریتم‌ها و کتابخانه‌های کدگذاری به روشی بسیار ساده * استاد علوم داده در پایتون

سرفصل ها و درس ها

اصول پایتون Python Fundamentals

  • نصب پایتون و آناکوندا Installation of Python and Anaconda

  • مقدمه پایتون Python Introduction

  • متغیرها در پایتون Variables in Python

  • عملیات عددی در پایتون Numeric Operations in Python

  • عملیات منطقی Logical Operations

  • در غیر این صورت حلقه If else Loop

  • برای while حلقه for while Loop

  • کارکرد Functions

  • رشته قسمت 1 String Part1

  • رشته قسمت 2 String Part2

  • لیست قسمت 1 List Part1

  • لیست قسمت 2 List Part2

  • لیست قسمت 3 List Part3

  • لیست قسمت 4 List Part4

  • تاپل ها Tuples

  • مجموعه ها Sets

  • لغت نامه ها Dictionaries

  • درک ها Comprehensions

ناپخته Numpy

  • معرفی Introduction

  • عملیات Numpy قسمت 1 Numpy Operations Part1

  • عملیات Numpy قسمت 2 Numpy Operations Part2

پانداها Pandas

  • معرفی Introduction

  • سلسله Series

  • DataFrame DataFrame

  • عملیات قسمت 1 Operations Part1

  • عملیات قسمت 2 Operations Part2

  • شاخص ها Indexes

  • loc و iloc loc and iloc

  • خواندن CSV Reading CSV

  • ادغام قسمت 1 Merging Part 1

  • دسته بندی بر اساس groupby

  • ادغام قسمت 2 Merging Part2

  • جدول محوری Pivot Table

برخی از سرگرمی با ریاضیات Some Fun With Maths

  • جبر خطی: بردارها Linear Algebra: Vectors

  • جبر خطی: ماتریس قسمت 1 Linear Algebra: Matrix Part1

  • جبر خطی: ماتریس قسمت 2 Linear Algebra: Matrix Part2

  • جبر خطی: رفتن از 2 بعدی به nD قسمت 1 Linear Algebra: Going From 2D to nD Part1

  • جبر خطی: 2 بعدی تا nD قسمت 2 Linear Algebra: 2D to nD Part2

آمار استنباطی Inferential Statistics

  • آمار استنباطی Inferential Statistics

  • نظریه احتمال Probability Theory

  • توزیع احتمال Probability Distribution

  • مقادیر مورد انتظار قسمت 1 Expected Values Part1

  • مقادیر مورد انتظار قسمت 2 Expected Values Part2

  • بدون آزمایش Without Experiment

  • توزیع دو جمله ای Binomial Distribution

  • توزیع ترکیبی Commulative Distribution

  • PDF PDF

  • توزیع نرمال Normal Distribution

  • z امتیاز z Score

  • نمونه برداری Sampling

  • توزیع نمونه گیری Sampling Distribution

  • تئوری حد مرکزی Central Limit Theorem

  • فاصله اطمینان قسمت 1 Confidence Interval Part1

  • فاصله اطمینان قسمت 2 Confidence Interval Part2

آزمایش فرضیه Hypothesis Testing

  • معرفی Introduction

  • فرضیه صفر و جایگزین NULL and Alternate Hypothesis

  • مثال ها Examples

  • تست های یک یا دو دم One/Two Tailed Tests

  • روش ارزش بحرانی Critical Value Method

  • z جدول z Table

  • مثال ها Examples

  • نمونه های بیشتر More Examples

  • p مقدار p Value

  • انواع خطا Types of Error

  • t- توزیع قسمت 1 t- distribution Part1

  • t- توزیع قسمت 2 t- distribution Part2

تجسم داده ها Data Visualization

  • Matplotlib Matplotlib

  • متولد دریا Seaborn

  • مطالعه موردی Case Study

  • Seaborn در داده های سری زمانی Seaborn on Time Series Data

تجزیه و تحلیل داده های اکتشافی Exploratory Data Analysis

  • معرفی Introduction

  • منبع یابی داده و پاکسازی قسمت 1 Data Sourcing and Cleaning part1

  • منبع یابی داده و پاکسازی قسمت 2 Data Sourcing and Cleaning part2

  • منبع یابی داده و پاکسازی قسمت 3 Data Sourcing and Cleaning part3

  • منبع یابی داده و پاکسازی قسمت 4 Data Sourcing and Cleaning part4

  • منبع یابی داده و پاکسازی قسمت 5 Data Sourcing and Cleaning part5

  • منبع یابی داده و پاکسازی قسمت 6 Data Sourcing and Cleaning part6

  • پاکسازی داده ها قسمت 1 Data Cleaning part1

  • پاکسازی اطلاعات قسمت 2 Data Cleaning part2

  • تجزیه و تحلیل تک متغیره قسمت 1 Univariate Analysis Part1

  • تجزیه و تحلیل تک متغیره قسمت 2 Univariate Analysis Part2

  • تجزیه و تحلیل بخش بندی شده Segmented Analysis

  • تجزیه و تحلیل دو متغیره Bivariate Analysis

  • ستون های مشتق شده Derived Columns

رگرسیون خطی ساده Simple Linear Regression

  • نصب Anaconda و استفاده از Jupyter Notebook Installing Anaconda & using Jupyter Notebook

  • مقدمه ای بر یادگیری ماشینی Introduction to Machine Learning

  • انواع یادگیری ماشینی Types of Machine Learning

  • مقدمه ای بر رگرسیون خطی (LR) Introduction to Linear Regression (LR)

  • LR چگونه کار می کند؟ How LR Works?

  • کمی سرگرمی با ریاضیات پشت LR Some Fun With Maths Behind LR

  • میدان آر R Square

  • مطالعه موردی LR قسمت 1 LR Case Study Part1

  • مطالعه موردی LR قسمت 2 LR Case Study Part2

  • مطالعه موردی LR قسمت 3 LR Case Study Part3

  • خطای مربع باقیمانده (RSE) Residual Square Error (RSE)

مشکل دنیای واقعی - تجزیه و تحلیل نیاز سرمایه گذاری برای یک شرکت Real World Problem - Investment Requirement Analysis for a Company

  • خلاصه پروژه سرمایه گذاری Investment Project Brief

  • پروژه سرمایه گذاری_پاکسازی داده ها قسمت 1 Investment Project_Data Cleaning Part 1

  • پروژه سرمایه گذاری_پاکسازی داده ها - قسمت 2 Investment Project_Data Cleaning - Part 2

  • پروژه سرمایه گذاری_تجزیه و تحلیل_بخش_کشور_تامین مالی بخش 1 Investment Project_Funding_Country_Sector Analysis Part 1

  • پروژه سرمایه گذاری_تجزیه و تحلیل_بخش_کشور_تامین مالی بخش 2 Investment Project_Funding_Country_Sector Analysis Part 2

پروژه تحلیل وام Loan Analysis Project

  • بیان مسأله Problem Statement

  • تجزیه و تحلیل پیش فرض باشگاه وام - درک داده ها و پاکسازی داده ها Lending Club Default Analysis - Data Understanding and Data Cleaning

  • تجزیه و تحلیل داده ها - تجزیه و تحلیل تک متغیره و دو متغیره Data Analysis - Univariate & Bivariate Analysis

  • تجزیه و تحلیل تک متغیره قطعه بندی شده Segmented Univariate Analysis

نمایش نظرات

Packtpub یک ناشر دیجیتالی کتاب‌ها و منابع آموزشی در زمینه فناوری اطلاعات و توسعه نرم‌افزار است. این شرکت از سال 2004 فعالیت خود را آغاز کرده و به تولید و انتشار کتاب‌ها، ویدیوها و دوره‌های آموزشی می‌پردازد که به توسعه‌دهندگان و متخصصان فناوری اطلاعات کمک می‌کند تا مهارت‌های خود را ارتقا دهند. منابع آموزشی Packtpub موضوعات متنوعی از جمله برنامه‌نویسی، توسعه وب، داده‌کاوی، امنیت سایبری و هوش مصنوعی را پوشش می‌دهد. محتوای این منابع به صورت کاربردی و به‌روز ارائه می‌شود تا کاربران بتوانند دانش و توانایی‌های لازم برای موفقیت در پروژه‌های عملی و حرفه‌ای خود را کسب کنند.

آموزش آمار داده ها با Python Full Stack [ویدئو]
جزییات دوره
14 h 16 m
104
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

Geekshub Pvt. Ltd. Geekshub Pvt. Ltd.

Geekshub یک شرکت آموزش آنلاین در زمینه داده های بزرگ و تجزیه و تحلیل است. هدف آنها به عنوان یک تیم این است که بهترین مجموعه مهارت را به مشتریان خود ارائه دهند تا آنها را برای کار آماده کنند و آنها را برای مقابله با هر چالشی آماده کنند. آنها بهترین مربیان را برای فناوری های پیشرفته مانند یادگیری ماشینی، یادگیری عمیق، پردازش زبان طبیعی (NLP)، یادگیری تقویتی و علم داده دارند. مربیان آنها افرادی هستند که از IIT، MIT و Standford فارغ التحصیل شده اند. آنها مشتاق آموزش موضوعات با استفاده از مطالعات موردی در دنیای واقعی هستند که تجربه یادگیری دانش آموزان را کالیبره می کند.