آموزش مسیر مهارت تحلیلگر داده: صفر تا قهرمان در Excel، SQL و Python

Data Analyst Skillpath: Zero to Hero in Excel, SQL & Python

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: تجزیه و تحلیل داده ها را با یادگیری مفاهیم Excel، SQL، Python، Analytics و ML از ابتدا آغاز کنید. دانستنی های ضروری برای یک تحلیلگر داده راهنمای مبتدی برای مایکروسافت اکسل - مایکروسافت اکسل، یادگیری اکسل، صفحات گسترده، فرمول ها، میانبرها، ماکروها در ابزارهای داده اکسل مانند مرتب سازی، فیلتر کردن، اعتبارسنجی داده ها و وارد کردن داده ها در محبوب ترین توابع جستجوی Master Excel مهارت کسب کنید. به‌عنوان Vlookup، Hlookup، Index و Match ارائه‌های عالی با استفاده از نمودار میله‌ای، نمودار پراکندگی، هیستوگرام و غیره ارائه دهید. آگاهی از تمام دستورات ضروری SQL در ابزارهای SQL مانند GROUP BY، JOINS و Subqueries مهارت داشته باشید و در استفاده از دستورات مرتب‌سازی و فیلتر کردن در SQL مهارت داشته باشید. آموزش نحوه حل مسئله واقعی با استفاده از تکنیک رگرسیون خطی دانش عمیق جمع آوری داده ها و پیش پردازش داده ها برای مسئله رگرسیون خطی یادگیری ماشینی درک نحوه تفسیر نتایج مدل رگرسیون خطی و ترجمه آنها به بینش عملی پیش نیازها:فقط یک رایانه شخصی با هر نسخه نصب شده اکسل برای این دوره در مورد «مسیر مهارت تحلیلگر داده: صفر تا قهرمان در اکسل، مورد نیاز است، SQL و Python""

[به‌روزرسانی مارس 2023]

  • بخش جدیدی در Xlookup اضافه شد، جایگزینی قدرتمند برای Vlookup و Hlookup

  • یک ویدیوی جدید در مورد نحوه ارائه داده های جغرافیایی با استفاده از نمودارهای نقشه در اکسل اضافه شد

  • یک ویدیوی جدید در مورد نحوه وارد کردن داده‌ها از گزارش‌های PDF مانند ترازنامه‌ها به Excel برای تجزیه و تحلیل اضافه شد

  • یک ویدیوی جدید در مورد نحوه دریافت جداول داده پویا از وب‌سایت‌هایی مانند Yahoo finance به Excel اضافه شد

شما به دنبال یک دوره کامل در مورد چگونگی تبدیل شدن به یک تحلیلگر داده هستید، درست است؟

شما Masterclass مناسب Data Analyst را با Excel، SQL Python پیدا کرده اید! این دوره به شما تصمیم گیری مبتنی بر داده، تجسم داده ها، تجزیه و تحلیل داده ها در SQL و استفاده از تجزیه و تحلیل های پیش بینی کننده مانند رگرسیون خطی در تنظیمات کسب و کار را آموزش می دهد.

پس از تکمیل این دوره، شما قادر خواهید بود:

  • معروف‌ترین توابع جستجوی Master Excel مانند Vlookup، Hlookup، Index و Match

  • در ابزارهای داده اکسل مانند مرتب‌سازی، فیلتر کردن، اعتبارسنجی داده‌ها و وارد کردن داده‌ها مسلط شوید

  • با استفاده از نمودار میله‌ای، نمودار پراکندگی، هیستوگرام و غیره، ارائه‌های عالی ایجاد کنید.

  • در ابزارهای SQL مانند GROUP BY، JOINS و Subqueries مسلط شوید

  • در استفاده از دستورات مرتب سازی و فیلتر کردن در SQL ماهر شوید

  • بیاموزید که چگونه مشکلات کسب و کار واقعی را با استفاده از تکنیک رگرسیون خطی حل کنید

  • درک نحوه تفسیر نتیجه مدل رگرسیون خطی و ترجمه آنها به بینش عملی

این دوره چگونه به شما کمک خواهد کرد؟

یک گواهی پایان قابل تأیید به همه دانشجویانی که این دوره را در مسیر مهارت تحلیلگر داده در Excel، SQL و Python می گذرانند ارائه می شود.

اگر دانشجو، مدیر کسب‌وکار، یا تحلیلگر کسب‌وکار هستید، یا مدیر اجرایی هستید که می‌خواهید مفاهیم تجزیه و تحلیل داده‌ها را بیاموزید و تکنیک‌های تجزیه و تحلیل داده‌ها را در مسائل دنیای واقعی عملکرد کسب‌وکار به کار ببرید، این دوره به شما یک پایه محکم برای تجزیه و تحلیل داده ها با آموزش محبوب ترین مدل ها و ابزارهای تجزیه و تحلیل داده

به شما

چرا باید این دوره را انتخاب کنید؟

ما به آموزش با مثال اعتقاد داریم. این دوره نیز از این قاعده مستثنی نیست. تمرکز اصلی هر بخش این است که مفاهیم را از طریق مثال هایی به شما آموزش دهد. هر بخش دارای اجزای زیر است:

  • مفاهیم و موارد استفاده از ابزارهای آماری مختلف مورد نیاز برای ارزیابی مدل‌های تجزیه و تحلیل داده‌ها

  • دستورالعمل های گام به گام در مورد پیاده سازی مدل های تجزیه و تحلیل داده

  • فایل های قابل دانلود حاوی داده ها و راه حل های مورد استفاده در دوره

  • یادداشت ها و تکالیف کلاس برای اصلاح و تمرین مفاهیم

کلاس‌های عملی که در آن ما مدل هر یک از این استراتژی‌ها را ایجاد می‌کنیم، چیزی است که این دوره را از هر دوره دیگری که به صورت آنلاین موجود است متمایز می‌کند.

چه چیزی ما را واجد شرایط آموزش به شما می کند؟

این دوره توسط Abhishek (MBA - FMS Delhi, B. Tech - IIT Roorkee) و Pukhraj (MBA - IIM Ahmedabad, B. Tech - IIT Roorkee) تدریس می شود. ما به عنوان مدیران شرکت مشاوره گلوبال آنالیتیکس، به کسب و کارها کمک کرده ایم تا مشکلات تجاری خود را با استفاده از Analytics حل کنند و از تجربیات خود برای گنجاندن جنبه های عملی تجزیه و تحلیل کسب و کار در این دوره استفاده کرده ایم. ما در تجزیه و تحلیل کسب و کار تجربه داریم.

ما همچنین خالق برخی از محبوب ترین دوره های آنلاین هستیم - با بیش از 1200000 ثبت نام و هزاران بررسی 5 ستاره مانند این:

این خیلی خوب است، من عاشق این واقعیت هستم که تمام توضیحات ارائه شده توسط یک فرد غیر روحانی قابل درک است - جاشوا

با تشکر از نویسنده برای این دوره فوق العاده. شما بهترین هستید و این دوره به هر قیمتی ارزش دارد. - دیزی

قول ما

آموزش دانش آموزان وظیفه ماست و به آن متعهد هستیم. اگر در مورد محتوای دوره، برگه تمرین یا هر موضوعی مرتبط با هر موضوعی سؤالی دارید، همیشه می‌توانید سؤالی را در دوره ارسال کنید یا برای ما پیام مستقیم ارسال کنید.

فایل‌های تمرین را دانلود کنید، آزمون‌ها را امتحان کنید و تکالیف را تکمیل کنید

با هر سخنرانی، یادداشت‌های کلاسی ضمیمه شده است که می‌توانید آنها را دنبال کنید. همچنین می‌توانید برای بررسی درک خود از مفاهیمی مانند تجزیه و تحلیل داده‌ها در MS Excel، SQL و Python در آزمون‌هایی شرکت کنید. هر بخش شامل یک تکلیف تمرینی برای شماست تا به طور عملی یادگیری خود را در تجزیه و تحلیل داده ها پیاده سازی کنید.

چه مواردی در این دوره پوشش داده می شود؟

تحلیل داده ها محور اصلی تجزیه و تحلیل نیست. این تفسیر است که به ارائه بینش پس از استفاده از تکنیک های تحلیلی کمک می کند که تجزیه و تحلیل را به چنین رشته مهمی تبدیل می کند. ما از محبوب ترین ابزارهای نرم افزار تحلیلی که MS Excel، SQL و Python هستند استفاده کرده ایم. این به دانش‌آموزانی که هیچ پیش‌زمینه کدنویسی قبلی ندارند کمک می‌کند تا مفاهیم Analytics و یادگیری ماشینی را یاد بگیرند و پیاده‌سازی کنند تا در واقع مسائل دنیای واقعی تجزیه و تحلیل داده‌ها را حل کنند.

اجازه دهید یک مرور مختصر از دوره به شما ارائه دهم

  • قسمت 1 - Excel برای تجزیه و تحلیل داده ها

در بخش اول، یعنی Excel برای تجزیه و تحلیل داده‌ها، نحوه استفاده از اکسل را برای عملیات‌های مرتبط با داده‌ها مانند محاسبه، تبدیل، تطبیق، فیلتر کردن، مرتب‌سازی و جمع‌آوری داده‌ها خواهیم آموخت.

ما همچنین نحوه استفاده از انواع مختلف نمودارها را برای تجسم داده ها و کشف الگوهای داده پنهان توضیح خواهیم داد.

  • قسمت 2 - SQL برای تجزیه و تحلیل داده ها

در بخش دوم، یعنی SQL برای تجزیه و تحلیل داده‌ها، همه چیزهایی را که برای تجزیه و تحلیل داده‌ها در کسب‌وکارها نیاز دارید در SQL به شما آموزش می‌دهیم. ما با عملیات داده های اولیه مانند ایجاد یک جدول، بازیابی داده ها از یک جدول و غیره شروع خواهیم کرد. بعداً، موضوعات پیشرفته ای مانند سؤالات فرعی، پیوستن، تجمیع داده ها، و تطبیق الگو را یاد خواهیم گرفت.

  • قسمت 3 - پیش پردازش داده ها برای مدل های ML

در این قسمت یاد می گیرید که چه اقداماتی را باید مرحله به مرحله انجام دهید تا داده ها را بدست آورید و سپس آن ها را برای تجزیه و تحلیل آماده کنید، این مراحل بسیار مهم هستند. ما با درک اهمیت دانش تجاری شروع می کنیم سپس خواهیم دید که چگونه کاوش داده ها را انجام دهیم. ما یاد می گیریم که چگونه تجزیه و تحلیل تک متغیره و تجزیه و تحلیل دو متغیره را انجام دهیم، سپس موضوعاتی مانند درمان پرت، انتساب مقدار گمشده، تبدیل متغیر و همبستگی را پوشش می دهیم.

  • قسمت 4 - مدل رگرسیون خطی برای پیش‌بینی معیارها

این بخش با رگرسیون خطی ساده شروع می شود و سپس رگرسیون خطی چندگانه را پوشش می دهد.

ما تئوری پایه هر مفهوم را بدون اینکه بیش از حد ریاضی در مورد آن انجام دهیم پوشش داده ایم تا متوجه شوید که این مفهوم از کجا می آید و چقدر اهمیت دارد. اما حتی اگر آن را درک نکنید، تا زمانی که یاد بگیرید چگونه اجرا کنید و نتیجه را همانطور که در سخنرانی های عملی آموزش داده شده است، تفسیر کنید، مشکلی نیست.

من کاملاً مطمئن هستم که این دوره به شما دانش لازم را در مورد تجزیه و تحلیل داده و مجموعه مهارت های یک تحلیلگر داده می دهد تا فوراً مزایای عملی را در محل کار خود مشاهده کنید.

بروید و روی دکمه ثبت نام کلیک کنید، و من شما را در درس 1 این دوره آموزشی Data Analyst Skillpath می بینم!

به سلامتی

آکادمی فناوری شروع


سرفصل ها و درس ها

معرفی Introduction

  • معرفی Introduction

  • منابع دوره Course Resources

مبانی اکسل Excel Basics

  • مبانی Basics

  • نقطه عطف! Milestone!

  • مبانی کاربرگ Worksheet Basics

  • فرمت های داده Data Formats

  • اصول مدیریت داده ها - برش، کپی و چسباندن Data Handling Basics - Cut, Copy and Paste

  • ذخیره و چاپ - مبانی Saving and Printing - Basics

فرمول های ضروری Essential Formulas

  • عملیات فرمول پایه Basic Formula Operations

  • توابع ریاضی قسمت 1 Mathematical Functions Part-1

  • توابع ریاضی قسمت 2 Mathematical Functions Part-2

  • تفاوت بین RANK، RANK.AVG و RANK.EQ Difference between RANK, RANK.AVG and RANK.EQ

  • توابع متنی قسمت -1 Textual Functions Part -1

  • توابع متنی قسمت -2 Textual Functions Part -2

  • توابع منطقی Logical Functions

  • توابع تاریخ و زمان Date-Time Functions

  • توابع جستجو (V Lookup، Hlookup، Index-Match) Lookup Functions (V Lookup, Hlookup, Index-Match)

ابزارهای داده Data Tools

  • ابزارهای داده بخش - 1 Data Tools Part - 1

  • ابزارهای داده بخش - 2 Data Tools Part - 2

  • قالب بندی داده ها و جداول Formatting data and tables

جدید! XLookup - فقط برای Excel 2021 و Office 365 NEW! XLookup - only for Excel 2021 and Office 365

  • XLookup به عنوان جایگزین Vlookup XLookup as a replacement of Vlookup

  • مدیریت تطابق #NA و Approximates در Xlookup Handling #NA and Approximates match in Xlookup

  • تطبیق حروف عام در XLookup Wildcard matching in XLookup

  • حالت های جستجو در XLookup Search modes in XLookup

نمودارهای اکسل Excel Charts

  • اهمیت تجسم داده ها Importance of data visualization

  • عناصر نمودار Elements of charts

  • راه آسان برای ایجاد نمودار The Easy way of creating charts

  • نمودارهای میله ای و ستونی Bar and column charts

  • قالب بندی نمودارها قسمت 1 Formatting Charts Part 1

  • قالب بندی نمودارها قسمت 2 Formatting Charts Part 2

  • نمودارهای خطی Line Charts

  • نمودارهای منطقه Area Charts

  • نمودار پای و دونات Pie and Doughnut Charts

  • نمودار پراکندگی یا XY Scatter plot or XY chart

  • نمودارهای آبشار Waterfall Charts

  • خطوط جرقه Sparklines

جدول محوری و نمودار محوری Pivot table and Pivot charts

  • جداول محوری Pivot Tables

  • نمودارهای محوری Pivot Charts

ماکروها Macros

  • ماکروها Macros

SQL مقدمه SQL Introduction

  • معرفی Introduction

  • معرفی Introduction

جدید! نمودار نقشه - فقط برای Excel 2019 و بالاتر NEW! Maps Chart - only for Excel 2019 and above

  • نمودار نقشه ها Maps chart

نصب و راه اندازی Installation and getting started

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

  • نصب و راه اندازی Installation

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

مبانی پایگاه داده Database Basics

  • SQL چیست؟ What is SQL

  • جداول و DBMS Tables and DBMS

  • انواع دستورات SQL Types of SQL commands

  • PostgreSQL PostgreSQL

جدید! وارد کردن داده ها از منابع خارجی NEW! Importing data from External Sources

  • وارد کردن جداول از PDF - Excel 2021 و office 365 Importing tables from PDF - Excel 2021 and office 365

  • وارد کردن داده ها از وب سایت ها - Excel 2019 و office 365 Importing data from Websites - Excel 2019 and office 365

بیانیه های اساسی SQL Fundamental SQL statements

  • ایجاد کردن CREATE

  • تمرین 1 ایجاد DB و جدول Exercise 1 Create DB and Table

  • راه حل برای تمام تمرینات Solutions to all Exercises

  • درج کنید INSERT

  • کلید خارجی کلید اولیه PRIMARY KEY FOREIGN KEY

  • وارد کردن داده ها از فایل Import data from File

  • تمرین 2 درج و وارد کردن Exercise 2 Inserting and Importing

  • عبارت SELECT SELECT statement

  • متمایز را انتخاب کنید SELECT DISTINCT

  • جایی که WHERE

  • اپراتورهای منطقی Logical Operators

  • تمرین 3 SELECT WHERE Exercise 3 SELECT WHERE

  • به روز رسانی UPDATE

  • حذف DELETE

  • ALTER قسمت 1 ALTER Part 1

  • ALTER قسمت 2 ALTER Part 2

  • تمرین 4 جدول به روز رسانی Exercise 4 Updating Table

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

  • تمرین 5 بازیابی و پشتیبان گیری Exercise 5 Restore and Back-up

دستورات انتخاب: فیلتر کردن Selection commands: Filtering

  • که در IN

  • بین BETWEEN

  • پسندیدن LIKE

  • تمرین 6: In، Like و Between Exercise 6: In, Like & Between

دستورات انتخاب: ترتیب Selection commands: Ordering

  • توضیحات جانبی در SQL Side Lecture Commenting in SQL

  • سفارش توسط ORDER BY

  • حد LIMIT

  • تمرین 7 مرتب سازی Exercise 7 Sorting

نام مستعار Alias

  • مانند AS

دستورات جمع Aggregate Commands

  • شمردن COUNT

  • مجموع SUM

  • میانگین AVERAGE

  • min max MIN MAX

  • تمرین 8 توابع جمع Exercise 8 Aggregate functions

گروه بندی بر اساس دستورات Group By Commands

  • دسته بندی بر اساس GROUP BY

  • داشتن HAVING

  • تمرین 9 گروه توسط Exercise 9 Group By

بیانیه مشروط Conditional Statement

  • مورد زمانی که 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

  • متقاطع بپیوندید Cross Join

  • تقاطع و تقاطع ALL Intersect and Intersect ALL

  • جز Except

  • اتحاد. اتصال Union

  • تمرین 10 پیوستن Exercise 10 Joins

زیرکی Subqueries

  • قسمت 1 فرعی در بند WHERE Part-1 Subquery in WHERE clause

  • قسمت 2 فرعی در بند FROM Part-2 Subquery in FROM clause

  • قسمت 3 فرعی در بند SELECT Part-3 Subquery in SELECT clause

  • تمرین 11 سوالات فرعی Exercise 11 Subqueries

نماها و شاخص ها Views and Indexes

  • نماها VIEWS

  • فهرست مطالب INDEX

  • تمرین 12 مشاهده Exercise 12 Views

توابع رشته String Functions

  • طول LENGTH

  • بالا پایین UPPER LOWER

  • جایگزین کردن REPLACE

  • ترمینال لپریم ردیم TRIM LTRIM RTRIM

  • الحاق CONCATENATION

  • SUBSTRING SUBSTRING

  • فهرست تجمع LIST AGGREGATION

  • تمرین 13 توابع رشته Exercise 13 String Functions

توابع ریاضی Mathematical Functions

  • کف سقف CEIL FLOOR

  • تصادفی RANDOM

  • SETSEED SETSEED

  • گرد ROUND

  • قدرت POWER

  • تمرین 14 توابع ریاضی Exercise 14 Mathematical Functions

توابع تاریخ و زمان Date-Time Functions

  • تاریخ فعلی زمان CURRENT DATE TIME

  • سن AGE

  • استخراج کردن EXTRACT

  • تمرین 15 توابع تاریخ-زمان Exercise 15 Date-time functions

تطبیق الگو (رشته). PATTERN (STRING) MATCHING

  • اصول تطبیق الگو PATTERN MATCHING BASICS

  • تطبیق الگوی پیشرفته (عبارات منظم) قسمت 1 ADVANCE PATTERN MATCHING (REGULAR EXPRESSIONS) Part 1

  • تطبیق الگوی پیشرفته (عبارات منظم) قسمت 2 ADVANCE PATTERN MATCHING (REGULAR EXPRESSIONS) Part 2

  • تمرین 16 تطبیق الگو Exercise 16 Pattern Matching

توابع تبدیل نوع داده Data Type conversion functions

  • تبدیل تاریخ اعداد به رشته Converting Numbers Date to String

  • تبدیل رشته به تاریخ اعداد Converting String to Numbers Date

مقدمه ای بر رگرسیون خطی Introduction to Linear Regression

  • به ماژول خوش آمدید Welcome to the module

راه اندازی Python و Jupyter Notebook Setting up Python and Jupyter Notebook

  • نصب پایتون و آناکوندا Installing Python and Anaconda

  • باز کردن نوت بوک Jupyter Opening Jupyter Notebook

  • مقدمه ای بر نوت بوک Jupyter قسمت 1 Introduction to Jupyter Notebook Part 1

  • مقدمه ای بر نوت بوک Jupyter قسمت 2 Introduction to Jupyter Notebook Part 2

  • عملگرهای حسابی در اصول پایتون پایتون Arithmetic operators in Python Python Basics

  • رشته ها در پایتون قسمت 1 Strings in Python Part 1

  • رشته ها در پایتون قسمت 2 Strings in Python Part 2

  • قسمت 1 تاپل ها و دایرکتوری ها را فهرست می کند Lists Tuples and Directories Part 1

  • لیست تاپل ها و دایرکتوری ها قسمت 2 Lists Tuples and Directories Part 2

  • لیست تاپل ها و دایرکتوری ها قسمت 3 Lists Tuples and Directories Part 3

  • 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 داده ها به صورت گرافیکی Describing data Graphically

  • اقدامات مراکز Measures of Centers

  • اقدامات پراکندگی Measures of Dispersion

توابع پنجره Window Functions

  • مقدمه ای بر توابع پنجره Introduction to window functions

  • مقدمه ای بر شماره ردیف ها Introduction to row numbers

  • پیاده سازی اعداد ردیف در SQL Implementing row numbers in SQL

  • RANK و DENSERANK RANK and DENSERANK

  • NTILE NTILE

  • میانگین AVERAGE

  • شمردن COUNT

  • جمع کل SUM TOTAL

  • در حال اجرا Total Running Total

  • LAG و LEAD LAG and LEAD

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 فنجان ساختگی ساختاری 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 تست-قطار Test-train split

  • مبادله واریانس تعصب Bias Variance trade-off

  • اطلاعات بیشتر درباره تقسیم قطار آزمایشی More about test-train split

  • آزمایش تقسیم قطار در پایتون Test train split in Python

  • مدل های خطی غیر از OLS Linear 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

  • نقطه عطف نهایی! The final milestone!

بخش پایانی Final Section

  • نقطه عطف نهایی! The final milestone!

  • تبریک و در مورد گواهینامه شما Congratulations & About your certificate

تبریک و بابت گواهینامه شما Congratulations & about your certificate

  • سخنرانی پاداش Bonus Lecture

نمایش نظرات

آموزش مسیر مهارت تحلیلگر داده: صفر تا قهرمان در Excel، SQL و Python
جزییات دوره
21.5 hours
200
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
43,605
4.4 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

Start-Tech Academy Start-Tech Academy

بیش از 1،700،000+ ثبت نام | 4+ رتبه بندی شده | 160+ CountriesStart-Tech Academy یک شرکت آموزش تجزیه و تحلیل مبتنی بر فناوری است و هدف آن گردآوری شرکتهای تحلیلی و فراگیران علاقه مند است. محتوای آموزشی با کیفیت بالا به همراه کارآموزی و فرصت های پروژه به دانشجویان در شروع سفر Analytics خود کمک می کند. بنیانگذار Abhishek Bansal و Pukhraj Parikh است. Pukhraj که به عنوان مدیر پروژه در یک شرکت مشاوره آنالیز کار می کند ، چندین سال تجربه کار بر روی ابزارها و نرم افزارهای تجزیه و تحلیل را دارد. او در مجموعه های اداری MS ، رایانش ابری ، SQL ، Tableau ، SAS ، Google analytics و Python مهارت دارد. Abhishek قبل از اینکه به فن آوری های یادگیری و آموزش مانند یادگیری ماشین و هوش مصنوعی بپردازد ، به عنوان یک مالک فرآیند اکتساب در یک شرکت مخابراتی پیشرو کار می کرد.