آموزش تجزیه و تحلیل داده ها و تجسم: مهارت های فنی مورد نیاز را به دست آورید

Data Analytics & Visualization: Acquire Demanded Tech Skills

در حال بارگزاری نمونه ویدیو، لطفا صبر کنید...
Video Player is loading.
Current Time 0:00
Duration 0:00
Loaded: 0%
Stream Type LIVE
Remaining Time 0:00
 
1x
    • Chapters
    • descriptions off, selected
    • subtitles off, selected
      نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
      نمونه ویدیوها:
      • در حال بارگزاری، لطفا صبر کنید...
      توضیحات دوره: باز کردن بینش ها از طریق داده ها: تسلط بر تجزیه و تحلیل و تجسم برای مهارت فنی مورد نیاز موارد استفاده در دنیای واقعی پایتون و تطبیق پذیری آن. نصب پایتون در هر دو سیستم عامل مک و ویندوز. مبانی برنامه نویسی با پایتون، از جمله متغیرها و انواع داده ها. کار با عملگرهای مختلف در پایتون برای انجام عملیات. مفاهیم اساسی و اهمیت آمار در زمینه های مختلف. نحوه استفاده از آمار برای تجزیه و تحلیل موثر داده ها و تصمیم گیری مقدمه ای بر پایتون برای تجزیه و تحلیل آماری، از جمله دستکاری و تجسم داده ها. پیش نیازها: دانش آموزان باید درک کلی از نحوه کار با کامپیوتر داشته باشند. با کارهای معمولی مانند مدیریت فایل و استفاده از مرورگر وب راحت باشید. بدون نیاز به تجربه برنامه نویسی قبلی درک پایه ای از ریاضیات، از جمله جبر و حساب. آشنایی با مفاهیم اساسی در تجزیه و تحلیل داده ها و حل مسئله.

      سفری متحول کننده به قلمرو پویای تجزیه و تحلیل داده ها و تجسم را آغاز کنید، جایی که مهارت های فنی ضروری و مورد نیاز را کسب خواهید کرد. این دوره جامع برای توانمندسازی شما با مهارت در ابزارها و روش‌های کلیدی، از جمله برنامه‌نویسی پایتون، اکسل، تجزیه و تحلیل آماری، تجزیه و تحلیل داده‌ها و تجسم داده‌ها طراحی شده است.


      اهداف کلیدی آموزشی:

      - در پایتون، یک زبان برنامه نویسی قدرتمند و همه کاره که به طور گسترده برای تجزیه و تحلیل و دستکاری داده ها استفاده می شود، تجربه عملی به دست آورید.

      - یاد بگیرید که از کتابخانه های پایتون مانند Pandas و NumPy برای مدیریت و دستکاری کارآمد داده ها استفاده کنید.

      - مهارت‌های پیشرفته‌ای را در Excel توسعه دهید، ویژگی‌های قوی آن را برای سازماندهی، تجزیه و تحلیل و تجسم داده‌ها بررسی کنید.

      - از قدرت توابع و فرمول های Excel برای استخراج اطلاعات از مجموعه داده های پیچیده استفاده کنید.

      - یک پایه محکم در مفاهیم آماری و تکنیک های ضروری برای تصمیم گیری آگاهانه بر اساس داده ها به دست آورید.

      - از روش های آماری برای تفسیر و نتیجه گیری معنادار از مجموعه داده ها استفاده کنید.

      - کل فرآیند تجزیه و تحلیل داده ها، از تمیز کردن و پیش پردازش داده ها گرفته تا تجزیه و تحلیل داده های اکتشافی (EDA) و مهندسی ویژگی ها را کاوش کنید.

      - بیاموزید که چگونه الگوها، نقاط پرت و روندها را در مجموعه داده‌ها شناسایی کنید و به شما امکان می‌دهد بینش‌های ارزشمندی را استخراج کنید.

      - در هنر ارائه داده ها به صورت بصری از طریق انواع ابزارها و تکنیک های تجسم تسلط پیدا کنید.

      - از ابزارهای استاندارد صنعتی مانند Matplotlib و Seaborn برای ایجاد تجسم داده های قانع کننده و آموزنده استفاده کنید.


      پس از تکمیل، شما یک مجموعه مهارت کامل در تجزیه و تحلیل داده ها و تجسم خواهید داشت، که شما را برای مقابله با چالش های دنیای واقعی و کمک معنادار به تصمیم گیری مبتنی بر داده در هر محیط حرفه ای مجهز می کند. در این سفر به ما بپیوندید تا در زمینه تجزیه و تحلیل داده ها و تجسم، به یک متخصص فن آوری ماهر و مورد تقاضا تبدیل شوید.


      سرفصل ها و درس ها

      مبانی اکسل Fundamentals of Excel

      • برنامه های کاربردی اکسل Excel Applications

      • آشنایی با رابط اکسل Understanding the Excel Interface

      • مرتب سازی و فیلتر کردن Sorting and Filtering

      • قالب بندی شرطی Conditional Formatting

      • آزمون مبانی اکسل Quiz on Excel Fundamentals

      توابع آماری و ریاضی در اکسل Statistical and Mathematical Functions in Excel

      • مقدمه ای بر توابع آماری Introductions to Statistical Functions

      • مقدمه ای بر توابع ریاضی Introduction to Mathematical Functions

      • آزمون توابع آماری و ریاضی Quiz on Statistical and Mathematical Functions

      توابع جستجو و جداول محوری Lookup functions, and Pivot Tables

      • مقدمه ای بر توابع جستجو Introduction to Lookup Functions

      • مقدمه ای بر فهرست و تطبیق Introduction to Index and Match

      • مقدمه ای بر جداول محوری Introduction to Pivot Tables

      • مقدمه ای بر نمودارهای محوری Introduction to Pivot Charts

      • آزمونی در مورد توابع جستجو و جداول محوری Quiz on Lookup Functions, and Pivot Tables

      توابع منطقی و توابع متن Logical Functions, and Text Functions

      • مقدمه ای بر تابع منطقی Introduction to Logical Function

      • قالب بندی سلول ها بر اساس توابع منطقی Formatting Cells based on Logical Functions

      • مقدمه ای بر توابع متن Introduction to Text Functions

      • قالب بندی سلول ها بر اساس توابع متن Formatting cells based on Text Functions

      • آزمون توابع منطقی، و توابع متن Quiz on Logical Functions, and Text Functions

      پاکسازی داده ها و مهندسی ویژگی Data Cleaning, and Feature engineering

      • مقدمه ای بر توابع تاریخ و زمان Introduction to Date and Time Functions

      • مبانی پاکسازی داده ها در اکسل Basics of Data Cleaning in Excel

      • مبانی مهندسی ویژگی در اکسل Basics of Feature Engineering in Excel

      • مقدمه ای بر Power Query در اکسل Introduction to Power Query in Excel

      • آزمون پاکسازی داده ها و مهندسی ویژگی Quiz on Data Cleaning and Feature Engineering

      چه می شد اگر تجزیه و تحلیل What If analysis

      • مدیر سناریو Scenario Manager

      • جستجوی هدف Goal Seek

      • جداول داده ها Data Tables

      • بسته حل Solver Package

      • امتحان در مورد تجزیه و تحلیل چه می شد Quiz on What If analysis

      نمودارها و داشبوردها Charts and Dashboards

      • بهترین روش های تجسم داده ها Data Visualization Best Practices

      • انواع نمودارها در اکسل Types of Charts in Excel

      • ایجاد و قالب بندی نمودارها Creating and Formatting Charts

      • امتحان در نمودارها و داشبوردها Quiz on Charts and Dashboards

      مبانی پایتون Basics of Python

      • موارد استفاده در دنیای واقعی پایتون Real world use cases of Python

      • نصب Anaconda برای ویندوز و macOS Installation of Anaconda for Windows and macOS

      • مقدمه ای بر متغیرها Introduction to Variables

      • مقدمه ای بر انواع داده ها و نوع ریخته گری Introduction to Data Types and Type Casting

      • محدوده متغیرها Scope of Variables

      • معرفی اپراتورها Introduction to Operators

      • آزمون مبانی پایتون Quiz on Basics of Python

      مقدمه ای بر ساختارهای داده Introduction to Data Structures

      • مقدمه ای بر لیست ها و تاپل ها Introduction to Lists and Tuples

      • مقدمه ای بر مجموعه ها و دیکشنری ها Introduction to Sets and Dictionaries

      • مقدمه ای بر پشته ها و صف ها Introduction to Stacks and Queues

      • مقدمه ای بر پیچیدگی فضا و زمان Introduction to Space and Time Complexity

      • مقدمه ای بر الگوریتم های مرتب سازی Introduction to Sorting Algorithms

      • مقدمه ای بر الگوریتم های جستجو Introduction to Searching Algorithms

      • آزمونی در مورد ساختارهای داده Quiz on Data Structures

      مقدمه ای بر توابع در پایتون Introduction to Functions in Python

      • مقدمه ای بر پارامترها و آرگومان ها Introduction to Parameters and Arguments

      • مقدمه ای بر ماژول های پایتون Introduction to Python Modules

      • مقدمه ای بر توابع فیلتر، نقشه و زیپ Introduction to Filter, Map, and Zip Functions

      • مقدمه ای بر توابع لامبدا Introduction to Lambda Functions

      • مقدمه ای بر درک فهرست، مجموعه و دیکشنری Introduction to List, Set and Dictionary Comprehensions

      • مقدمه ای بر توابع تحلیلی و مجموع Introduction to Analytical and Aggregate Functions

      • آزمون توابع در پایتون Quiz on Functions in Python

      رشته ها و عبارات منظم Strings and Regular Expressions

      • مقدمه ای بر رشته ها Introduction to Strings

      • مقدمه ای بر توابع مهم رشته Introduction to Important String Functions

      • مقدمه ای بر قالب بندی رشته و ورودی کاربر Introduction to String Formatting and User Input

      • مقدمه ای بر شخصیت های متا Introduction to Meta Characters

      • مقدمه ای بر توابع داخلی برای عبارات منظم Introduction to Built-in Functions for Regular Expressions

      • کاراکترها و مجموعه های ویژه برای عبارات منظم Special Characters and Sets for Regular Expressions

      • امتحان رشته ها و عبارات با قاعده Quiz on Strings and Regular Expressions

      حلقه ها و شرایط Loops and Conditionals

      • مقدمه ای بر بیانیه های مشروط Introduction to Conditional Statements

      • معرفی For Loops Introduction to For Loops

      • آشنایی با حلقه های while Introduction to While Loops

      • مقدمه ای بر Break و Continue Introduction to Break and Continue

      • استفاده از دستورات شرطی در حلقه ها Using Conditional Statements in Loops

      • حلقه های تو در تو و عبارات شرطی Nested Loops and Conditional Statements

      • امتحان در مورد حلقه ها و شرایط Quiz on Loops and Conditionals

      OOPs و تاریخ-زمان OOPs and Date-Time

      • مقدمه ای بر مفهوم OOPs Introduction to OOPs Concept

      • مقدمه ای بر وراثت Introduction to Inheritance

      • مقدمه ای بر کپسولاسیون Introduction to Encapsulation

      • مقدمه ای بر پلی مورفیسم Introduction to Polymorphism

      • مقدمه ای بر کلاس تاریخ و زمان Introduction to Date and Time Class

      • مقدمه ای بر کلاس TimeDelta Introduction to TimeDelta Class

      • امتحان در مورد OOPs و تاریخ-زمان Quiz on OOPs and Date-Time

      آمار و آزمون فرضیه برای علم داده Statistics and Hypothesis Testing for Data science

      • انواع داده ها Types of Data

      • اقدامات گرایش مرکزی Measures of Central Tendency

      • اقدامات گسترش Measures of Spread

      • اقدامات وابستگی Measures of Dependence

      • اندازه گیری شکل و موقعیت Measures of Shape and Position

      • معیارهای نمرات استاندارد Measures of Standard Scores

      • آزمون آمار توصیفی Quiz on Descriptive Statistics

      مقدمه ای بر احتمال پایه و شرطی Introduction to Basic and Conditional Probability

      • مقدمه ای بر احتمالات پایه Introduction to Basic Probability

      • مقدمه ای بر نظریه مجموعه ها Introduction to Set Theory

      • مقدمه ای بر احتمال شرطی Introduction to Conditional Probability

      • مقدمه ای بر قضیه بیز Introduction to Bayes Theorem

      • مقدمه ای بر جایگشت ها و ترکیب ها Introduction to Permutations and Combinations

      • مقدمه ای بر متغیرهای تصادفی Introduction to Random Variables

      • مقدمه ای بر توابع توزیع احتمال Introduction to Probability Distribution Functions

      • آزمون احتمال پایه و شرطی Quiz on Basic and Conditional Probability

      مقدمه ای بر آمار استنباطی Introduction to Inferential Statistics

      • مقدمه ای بر توزیع عادی Introduction to Normal Distribution

      • مقدمه ای بر چولگی و کورتوزیس Introduction to Skewness and Kurtosis

      • مقدمه ای بر تحولات آماری Introduction to Statistical Transformations

      • مقدمه ای بر نمونه و میانگین جمعیت Introduction to Sample and Population Mean

      • مقدمه ای بر قضیه حد مرکزی Introduction to Central Limit Theorem

      • مقدمه ای بر تعصب و واریانس Introduction to Bias and Variance

      • مقدمه ای بر تخمین حداکثر احتمال Introduction to Maximum Likelihood Estimation

      • مقدمه ای بر فواصل اطمینان Introduction to Confidence Intervals

      • مقدمه ای بر همبستگی ها Introduction to Correlations

      • مقدمه ای بر روش های نمونه گیری Introduction to Sampling Methods

      • آزمون آمار استنباطی Quiz on Inferential Statistics

      مقدمه ای بر آزمون فرضیه Introduction to Hypothesis Testing

      • مبانی آزمون فرضیه Fundamentals of Hypothesis Testing

      • مقدمه ای بر تست های تی Introduction to T Tests

      • مقدمه ای بر آزمون های Z Introduction to Z Tests

      • مقدمه ای بر تست های مربع چی Introduction to Chi Squared Tests

      • مقدمه ای بر تست های آنووا Introduction to Anova Tests

      • آزمون تست فرضیه Quiz on Hypothesis Testing

      تجزیه و تحلیل داده ها و داده ها: مقدمه ای بر Numpy و Pandas Data Analysis and Data Viz : Introduction to Numpy and Pandas

      • مقدمه ای بر Numpy Arrays Introduction to Numpy Arrays

      • مقدمه ای بر عملیات Numpy Introduction to Numpy Operations

      • آشنایی با پانداها Introduction to Pandas

      • مقدمه ای بر سری و دیتا فریم ها Introduction to Series and DataFrames

      • خواندن داده های CSV و JSON با استفاده از پانداها Reading CSV and JSON Data using Pandas

      • تجزیه و تحلیل داده ها با استفاده از پانداها Analyzing the Data using Pandas

      • آزمون مقدمه ای بر نومپی و پانداها Quiz on Introduction to Numpy and Pandas

      توابع پیشرفته در پانداها Advanced Functions in Pandas

      • نمایه سازی، انتخاب و فیلتر کردن داده ها Indexing, Selecting, and Filtering Data

      • ادغام و الحاق با استفاده از پانداها Merging and Concatenation using Pandas

      • همبستگی و رسم با استفاده از پانداها Correlation and Plotting using Pandas

      • مقدمه ای بر توابع لامبدا، نقشه و اعمال Introduction to Lambda, Map and Apply Functions

      • مقدمه ای بر گروه بندی عملیات با استفاده از پانداها Introduction to Grouping Operations using Pandas

      • مقدمه ای بر جدول بندی متقاطع با استفاده از پانداها Introduction to Cross Tabulation using Pandas

      • مقدمه ای بر عملیات فیلتر کردن با استفاده از پانداها Introduction to Filtering Operations using Pandas

      • عملیات گروه بندی و فیلترینگ تعاملی Interactive Grouping and Filtering Operations

      • آزمون توابع پیشرفته در پانداها Quiz on Advanced Functions in Pandas

      انواع نمودارها و تجسم ها Types of Charts and Visualizations

      • عواملی برای تجسم خوب داده ها Factors for good Data Visualization

      • مقدمه ای بر تجسم داده های تک متغیره Introduction to Univariate Data Visualizations

      • مقدمه ای بر تجسم داده های دو متغیره Introduction to Bivariate Data Visualizations

      • ترسیم دو متغیر طبقه بندی Plotting two Categorical Variables

      • مقدمه ای بر تجسم داده های چند متغیره Introduction to Multivariate Data Visualizations

      • مقدمه ای بر Heatmap و Pairplot Introduction to Heatmaps and Pairplots

      • آزمون انواع نمودارها و تجسم ها Quiz on Types of Charts and Visualizations

      تجسم داده های پیشرفته Advanced Data Visualizations

      • مقیاس های رنگی، شبکه های وجهی، و طرح های فرعی Colorscales, Facet Grids, and Sub plots

      • مقدمه ای بر تجسم داده های سه بعدی Introduction to 3D Data Visualization

      • مقدمه ای بر تجسم داده های تعاملی Introduction to Interactive Data Visualization

      • معرفی نقشه ها با استفاده از Plotly Introduction to Maps using Plotly

      • مقدمه ای بر نمودارهای قیف و گانت با استفاده از Plotly Introduction to Funnel and Gantt Charts using Plotly

      • مقدمه ای بر تجسم داده های متحرک با استفاده از Plotly Introduction to Animated Data Visualizations using Plotly

      • امتحان در مورد تجسم داده های پیشرفته Quiz on Advanced Data Visualizations

      نمایش نظرات

      آموزش تجزیه و تحلیل داده ها و تجسم: مهارت های فنی مورد نیاز را به دست آورید
      جزییات دوره
      16.5 hours
      118
      Udemy (یودمی) Udemy (یودمی)
      (آخرین آپدیت)
      4,048
      4.9 از 5
      دارد
      دارد
      دارد
      جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

      Google Chrome Browser

      Internet Download Manager

      Pot Player

      Winrar

      Meritshot Academy Meritshot Academy

      ارائه بهترین دوره های آموزشی و ارتقای مهارت.