آموزش تجزیه و تحلیل کامل داده ها برای مبتدیان در Python و ChatGPT

سرفصل ها و درس ها

پایه و اساس لازم در دستکاری داده ها Necessary foundation on Data manipulation

• درک کامل فرآیند دستکاری داده ها Understanding complete data manipulation process

پایه لازم در پایتون Necessary foundation on Python

• پایتون برای تجزیه و تحلیل داده ها (یک مرور کلی) Python for Data Analysis (An Overview)

• نصب و فعال سازی پایتون برای ویندوز Installation and activation of Python for windows

• نصب و فعال سازی پایتون برای مک Installation and activation of Python for mac

پایه و اساس لازم در ChatGPT Necessary foundation on ChatGPT

• راه اندازی ChatGPT Setting up ChatGPT

• برنامه نویسی آسان پایتون با ChatGPT (یک مرور کلی) Effortless python programming with ChatGPT (An Overview)

درک کامل و کاربرد پاکسازی داده ها Complete Understanding & Application of Data Cleaning

• بارگذاری مجموعه داده در محیط نوت بوک Jupyter Loading dataset in Jupyter notebook environment

• شناسایی و تخصیص انواع داده های صحیح Identifying and assigning correct data types

• تعریف و تلفیق تکنیک های مقادیر از دست رفته Defining and imputing techniques of missing values

• تعریف و حذف مقادیر غیرعادی یا نقاط پرت مضر Defining and removing abnormal values or harmful outliers

• تعریف و حذف مقادیر تکراری از مجموعه داده Defining and removing duplicates values from dataset

درک کامل و کاربرد پیش پردازش داده ها Complete Understanding & Application of Data Preprocessing

• رمزگذاری ویژگی: اختصاص مقادیر عددی به متغیرهای طبقه بندی شده Feature encoding: assigning numeric values to categorical variables

• Feature binning: تبدیل متغیرهای عددی به متغیرهای طبقه بندی شده Feature binning: converting numeric variables into categorical variables

• ایجاد متغیرهای ساختگی از متغیرهای طبقه بندی شده Creating dummy variables of categorical variables

• مرتب سازی و فیلتر کردن مجموعه داده شرایط زیر Sorting and filtering dataset following conditions

• ادغام دو مجموعه داده به صورت افقی یا افزودن متغیرهای اضافی Merging two datasets horizontally or adding extra variables

• الحاق دو مجموعه داده به صورت عمودی یا افزودن داده های اضافی Concatenating two datasets vertically or adding extra data

• روش های مختلفی برای تبدیل داده های کج به داده های توزیع شده معمولی Various methods of transforming skewed data into normally distributed data

• استخراج روز، ماه و سال از متغیر تاریخ Extracting days, months and year from date variable

درک کامل و کاربرد تجزیه و تحلیل داده ها Complete Understanding & Application of Data Analysis

• کاوش داده های دسته بندی با شمارش ارزش و نمودارهای میله ای پر جنب و جوش Exploring Categorical Data with Value Counts and Vibrant Bar Charts

• از درصدها تا نمودارهای دایره ای برای درک عمیق تر From Percentages to Pie Charts for Deeper Understanding

• تجزیه و تحلیل داده های طبقه بندی شده با نمودارهای گروهی و پویا خط Analyzing Categorical Data with Group By and Dynamic Line Plots

• در توزیع داده های عددی با هیستوگرام ها و نمودارهای جعبه ای شیرجه بزنید Dive into the Distribution of Numeric Data with Histograms and Box Plots

• کشف روابط بین متغیرهای عددی با Scatterplot Discovering Relationships Between Numeric Variables with Scatterplot

زمان تمرین!!! Practice Time!!!

• مجموعه داده های پیوست شده را برای تمرین دانلود کنید Download the attached datasets for Practice

• آزمون: تجزیه و تحلیل داده ها برای مبتدیان مطلق QUIZ: Data Analysis for Absolute Beginners