آموزش خواندن داده ها

Reading Data

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: در این دوره آموزشی، نحوه خواندن داده ها از منابع مختلف مانند نظرسنجی ها، حسگرها و ماشین ها و نحوه استفاده از ابزارهای پایتون برای تمیز کردن، جمع آوری و تجسم آن ها را یاد خواهید گرفت. همچنین ارزش داده ها را برای موارد استفاده و صنایع مختلف بررسی خواهید کرد.

سرفصل ها و درس ها

بررسی اجمالی دوره Course Overview

  • بررسی اجمالی دوره Course Overview

شناسایی و تعیین انواع داده ها Identify and Determine Data Types

  • انواع داده های کمی Quantitative Data Types

  • نسخه ی نمایشی: انواع داده های کمی با پانداها Demo: Quantitative Data Types with Pandas

  • انواع داده های طبقه بندی شده Categorical Data Types

  • نسخه ی نمایشی: انواع داده های دسته بندی شده با پانداها Demo: Categorical Data Types with Pandas

  • سایر فرمت های داده Other Data Formats

  • نسخه ی نمایشی: خواندن سایر قالب های داده Demo: Reading Other Data Formats

  • تمرین و راه حل: تطبیق انواع داده ها Exercise and Solution: Matching Data Types

شناسایی منابع داده Identify Data Sources

  • مقایسه و تضاد منابع داده Compare and Contrast Data Sources

  • انواع منابع داده Types of Data Sources

  • Deep Dive: چگونه داده های نظرسنجی را جمع آوری کنیم Deep Dive: How to Collect Survey Data

  • نسخه ی نمایشی: نحوه جمع آوری داده های نظرسنجی Demo: How to Collect Survey Data

  • Deep Dive: سایر منابع داده رایج Deep Dive: Other Common Data Sources

  • نسخه ی نمایشی: سایر منابع داده رایج Demo: Other Common Data Sources

  • خلاصه Summary

مجموعه ها را تعریف، اعمال و تجسم کنید Define, Apply, and Visualize Aggregations

  • استفاده از تجمیع برای تجزیه و تحلیل داده ها Applying Aggregations for Data Analysis

  • تجمعات اساسی Basic Aggregations

  • نسخه ی نمایشی: تجمیع پایه - قسمت 1 Demo: Basic Aggregations - Part 1

  • نسخه ی نمایشی: تجمعات پایه - قسمت 2 Demo: Basic Aggregations - Part 2

  • دستورات SQL برای تجزیه و تحلیل داده ها SQL Commands for Data Analysis

  • نسخه ی نمایشی: دستورات SQL برای تجزیه و تحلیل داده ها - قسمت 1 Demo: SQL Commands for Data Analysis - Part 1

  • نسخه ی نمایشی: دستورات SQL برای تجزیه و تحلیل داده ها - قسمت 2 Demo: SQL Commands for Data Analysis - Part 2

  • تجسم تجمعات Visualize Aggregations

  • نسخه ی نمایشی: تجسم تجمعات Demo: Visualize Aggregations

  • خلاصه Summary

بصری و بینش متقاعد کننده از داده ها ایجاد کنید Craft Compelling Visuals and Insights from Data

  • چرا داده ها را تجسم می کنیم؟ Why Do We Visualize Data?

  • تعیین تصویری مناسب Determining the Right Visual

  • تفسیر نمودارها Interpreting Charts

  • ایجاد نمودارها Creating Charts

  • نسخه ی نمایشی: ایجاد نمودار Demo: Creating Charts

  • خلاصه Summary

نتیجه Conclusion

  • نتیجه Conclusion

نمایش نظرات

آموزش خواندن داده ها
جزییات دوره
2h 14m
32
Pluralsight (پلورال سایت) Pluralsight (پلورال سایت)
(آخرین آپدیت)
از 5
دارد
دارد
دارد
Ria Cheruvu
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Ria Cheruvu Ria Cheruvu

ریا چرووو معمار اصلی AI SW و مبشر هوش مصنوعی مولد در شرکت اینتل است. او دارای مدرک کارشناسی ارشد در رشته علوم داده از دانشگاه هاروارد، و مدرس برنامه های درسی علوم داده است، که قبلا در دانشگاه هاروارد، Eduonix، Udacity و Educative تدریس کرده است. ریا یک سخنران پرشور و مشهور در صنعت است که سخنرانی‌های فنی، پادکست‌ها و نکات کلیدی در زمینه هوش مصنوعی، از جمله DEFCON، TedX، زنان در انجمن‌های علم داده، اجلاس QS EduData و Intel Innovation ارائه کرده است. او شاعر منتشر شده، نویسنده کتاب های کودکان و علاقه مندان به علوم اعصاب است.