لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش تجزیه و تحلیل عمیق داده ها (با پایتون)
دانلود Data Analysis In-Depth (With Python)
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
تجزیه و تحلیل عمیق داده ها (با پایتون) تجزیه و تحلیل داده ها به صورت عمیق، معرفی پوشش ها، آمار، فرضیه، زبان پایتون، Numpy، پانداها، Matplotlib، Seaborn و Complete EDA تکمیل این دوره همچنین شما را برای اکثر سوالات مصاحبه برای تحلیلگران داده آماده می کند. نقش این پیش نیاز برای یادگیری ماشینی، یادگیری عمیق، یادگیری تقویتی است، NLP و سایر دوره های هوش مصنوعی شامل پروژه اختیاری و مسیر موفقیت پیش نیازها: بدون نیاز به پیش نیاز است. کنجکاوی برای یادگیری.
تجزیه و تحلیل عمیق داده ها (با پایتون)
1. دانش آموزان در دوره شما چه خواهند آموخت؟
تحلیل عمیق داده ها، معرفی، آمار، فرضیه، زبان پایتون، Numpy، پانداها، Matplotlib، Seaborn و Complete EDA
تکمیل این دوره همچنین شما را برای اکثر سوالات مصاحبه برای نقش تحلیلگر داده آماده می کند
این پیش نیاز برای دوره های یادگیری ماشینی، یادگیری عمیق، یادگیری تقویتی، NLP و سایر دوره های هوش مصنوعی است
شامل پروژه اختیاری و مسیر موفقیت است
2. شرایط یا پیش نیازهای گذراندن دوره شما چیست؟
بدون نیاز به پیش نیاز. کنجکاوی برای یادگیری.
3. این دوره برای چه کسانی است؟
افرادی که به دنبال پیشرفت شغلی خود در علم داده و تجزیه و تحلیل داده هستند
از قبل در نقشهای علم داده/تحلیلگر داده کار میکنید و میخواهید مفاهیم را پاک کنید
میخواهید قبل از رفتن به دورههای یادگیری ماشینی، یادگیری عمیق، یادگیری تقویتی، NLP و سایر دورههای هوش مصنوعی، پایگاه خود را قوی کنید
در حال حاضر به عنوان تحلیلگر کسب و کار/تجزیه و تحلیل داده ها در Excel، Tableau، Qlik، Power BI، و غیره کار می کند. و می خواهید تجزیه و تحلیل مقیاس پذیر و خودکار را در Python انجام دهید.
4. آیا این دوره عمیق است و صنعت را آماده می کند؟
کاملاً بله، شما را آماده انجام مصاحبه با نقش های تحلیلگر داده و همچنین پیش نیاز یادگیری ماشین، یادگیری عمیق و غیره می کند
5. من در علم فناوری اطلاعات/داده تازه کار هستم، آیا متوجه خواهم شد؟
کاملاً بله، به ساده ترین روش برای همه آموزش داده می شود
سرفصل ها و درس ها
تجزیه و تحلیل داده ها در عمق (در پایتون)
Data Analysis In-Depth (In Python)
مقدمه ای بر مسیر شغلی علم داده
Introduction to Data Science Career Path
روز 1 - مقدمه ای بر علم داده
Day 1 - Introduction to Data Science
روز دوم - مقدمه ای بر تجزیه و تحلیل داده ها
Day 2 - Introduction to Data Analytics
روز 3 - آمار تجزیه و تحلیل داده ها - مقیاس ، بردارها و ماتریس
Day 3 - Statistics for Data Analysis - Scalar, Vectors and Matrix
روز 4 - آمار تجزیه و تحلیل داده ها - احتمال
Day 4 - Statistics for Data Analysis - Probability
روز 5 - آمار تجزیه و تحلیل داده ها - احتمال
Day 5 - Statistics for Data Analysis - Probability
روز 6 - آمار تجزیه و تحلیل داده ها - احتمال
Day 6 - Statistics for Data Analysis - Probability
روز 7 - آمار تجزیه و تحلیل داده ها - احتمال
Day 7 - Statistics for Data Analysis - Probability
روز 8 - آمار تجزیه و تحلیل داده ها - فرضیه آماری
Day 8 - Statistics for Data Analysis - Statistical Hypothesis
روز 9A - آمار برای تجزیه و تحلیل داده ها - فرضیه آماری
Day 9A - Statistics for Data Analysis - Statistical Hypothesis
روز 9B - پایتون برای تجزیه و تحلیل داده ها
Day 9B - Python for Data Analysis
روز 10 - پایتون برای تجزیه و تحلیل داده ها
Day 10 - Python for Data Analysis
روز 11 - پایتون برای تجزیه و تحلیل داده ها
Day 11 - Python for Data Analysis
روز دوازدهم - پایتون برای تجزیه و تحلیل داده ها
Day 12 - Python for Data Analysis
روز 13 - آشفته
Day 13 - Numpy
روز 14 - پانداها
Day 14 - Pandas
روز 15 - پانداها
Day 15 - Pandas
روز 16 - پانداها
Day 16 - Pandas
روز 17 - پانداها
Day 17 - Pandas
روز 18 - متولد دریا
Day 18 - Seaborn
روز 19 الف - متولد دریا
Day 19 A - Seaborn
روز 19 B - EDA
Day 19 B - EDA
روز 20 الف - ادامه EDA
Day 20 A - EDA Cont
روز 20 ب - بعد ، چگونه برای تغییر شغل/حرفه آماده شویم
Day 20 B - What Next, How to prepare for Job/Career Switch
من در حال حاضر به عنوان سرب فنی در شرکت پیشرو فناوری اطلاعات کار می کنم و دارای 10 سال تجربه در IT (توسعه و پشتیبانی) با 5 سال سابقه کار در سیستم اکو Apache Hadoop و Spark هستم.
من دارای تجربه دامنه در بانکداری ، بیمه ، ساخت و خرده فروشی دامنه و دارای گواهینامه PRINCE2 و Scrum Master هستم.
نمایش نظرات