آموزش مبانی و اصول پایتون - آخرین آپدیت

شروع کار Getting Started

• معرفی دوره Course Introduction

• دستورالعمل دانلود فایل‌های تمرینی Instructions to download Learner Files

• نصب Anaconda Install Anaconda

• محیط‌های توسعه پایتون Python Development Environments

• مروری بر Jupyter Notebook Jupyter Notebook Overview

مفاهیم پایتون Python Concepts

• مقدمه‌ای بر مفاهیم پایتون Introduction - Python Concepts

• متغیرها و انواع داده‌ها Variables & Data Types

• مقداردهی به متغیرها Assigning Variables

• چاپ متغیرها Printing Variables

• تغییر مقدار متغیرها Reassigning Variables

• انواع داده‌های پایه Basic Data Types

• کار با رشته‌ها (Strings) Working with Strings

• تبدیل و ترکیب انواع داده‌ها Convert & Combine Data Types

• ساختارهای داده Data Structures

• لیست‌ها (Lists) Lists

• دستکاری لیست‌ها Manipulating Lists

• تاپل‌ها (Tuples) Tuples

• دیکشنری‌ها (Dictionaries) Dictionaries

• عملگرها و توابع Operators & Functions

• عملگرهای ریاضی Mathematical Operators

• عملگرهای مقایسه‌ای Comparison Operators

• عملگرهای منطقی Logical Operators

• توابع داخلی (Built-in) Built-in Functions

• بسته‌ها (Packages) Packages

• دستورات شرطی و حلقه‌های For Conditional Statements & For Loops

• دستور If If Statement

• دستورات Else و Elif Else & Elif Statements

• حلقه‌های For For Loops

• خلاصه‌ی مفاهیم پایتون Summary - Python Concepts

بارگذاری و پاکسازی داده‌ها Loading & Cleaning Data

• مقدمه‌ای بر بارگذاری و پاکسازی داده‌ها Introduction - Loading & Cleaning Data

• آشنایی با NumPy و Pandas Introduction to NumPy & Pandas

• آرایه‌های NumPy NumPy Arrays

• عملیات روی آرایه‌های NumPy Operations with NumPy Arrays

• سری‌های Pandas (Series) Pandas Series

• عملیات روی Series در Pandas Operations with Pandas Series

• دیتافریم‌های Pandas (DataFrame) Pandas DataFrame

• بارگذاری داده‌ها Loading Data

• تولید داده با استفاده از NumPy arange() Generating Data with NumPy arange()

• تولید داده با استفاده از NumPy random() Generating Data with NumPy random()

• وارد کردن داده‌های خارجی با استفاده از بسته‌ها Importing External Data with Packages

• وارد کردن فایل‌های .CSV خارجی Importing External .CSV

• پاکسازی داده‌ها Cleaning Data

• تغییر انواع داده‌ها Changing Data Types

• پاکسازی داده‌های مفقود (Missing Data) Cleaning Missing Data

• پاکسازی داده‌های تکراری Cleaning Duplicate Data

• پاکسازی داده‌های نادرست و خروجی گرفتن Cleaning Incorrect Data & Exporting

• تمرین بارگذاری و پاکسازی داده‌ها Loading & Cleaning Data Exercise

• مرور تمرین بارگذاری و پاکسازی داده‌ها Loading & Cleaning Data Exercise Review

تحلیل داده‌ها Analyzing Data

• مقدمه‌ای بر تحلیل داده‌ها Introduction - Analyzing Data

• تحول و تغییر داده‌ها (Transforming) Transforming Data

• انتخاب داده‌ها از یک DataFrame Selecting Data from a DataFrame

• انتخاب داده‌ها با استفاده از loc() و iloc() Selecting Data with loc() & iloc()

• انتخاب داده‌ها با دستور شرطی Selecting Data with a Conditional Statement

• افزودن و حذف داده‌ها از DataFrame Adding & Removing Data from a DataFrame

• ایجاد یک ایندکس جدید Creating a New Index

• گروه‌بندی داده‌ها Grouping Data

• متصل کردن دیتافریم‌ها (Concatenating) Concatenating DataFrames

• تحلیل آماری Statistical Analysis

• توصیف آمار تک‌متغیره Describing Single Variable Statistics

• محاسبه امتیاز Z (Z-score) Calculating a Z-score

• شناسایی داده‌های پرت (Outliers) Identifying Outliers

• اندازه‌گیری همبستگی Measuring Correlation

• تمرین تحلیل داده‌ها Analyzing Data Exercise

• مرور تمرین تحلیل داده‌ها Analyzing Data Exercise Review

مقدمه‌ای بر بصری‌سازی داده‌ها Introduction - Visualizing Data

• مقدمه‌ای بر بصری‌سازی داده‌ها Introduction - Visualizing Data

• بصری‌سازی داده‌ها برای تحلیل اکتشافی Visualizing Data for Exploratory Analysis

• ساخت دیتافریم‌ها برای بصری‌سازی Building the DataFrames to Visualize

• به‌روزرسانی دیتافریم‌ها برای بصری‌سازی Updating the DataFrames to Visualize

• ایجاد هیستوگرام‌ها Creating Histograms

• ایجاد نمودارهای جعبه‌ای (Box Plots) Creating Box Plots

• ایجاد نمودار جفتی (Pairplot) Creating a Pairplot

• ایجاد نقشه حرارتی ماتریس همبستگی Creating a Correlation Matrix Heatmap

• بصری‌سازی داده‌ها برای ارائه یافته‌ها Visualizing Data for Sharing Insights

• بازسازی دیتافریم‌ها برای بصری‌سازی Rebuilding the DataFrames to Visualize

• ایجاد نمودارهای خطی Creating Line Charts

• فرمت‌بندی نمودارهای خطی Formatting Line Charts

• ایجاد نمودارهای میله‌ای Creating Bar Plots

• فرمت‌بندی نمودارهای میله‌ای Formatting Bar Plots

• ایجاد نمودارهای پراکندگی (Scatter Plots) Creating Scatter Plots

• فرمت‌بندی نمودارهای پراکندگی Formatting Scatter Plots

• تمرین بصری‌سازی داده‌ها Visualizing Data Exercise

• مرور تمرین بصری‌سازی داده‌ها Visualizing Data Exercise Review

مقدمه مطالعه موردی: بهینه‌سازی سبد سهام Case Study Introduction - Portfolio Optimization

• مقدمه مطالعه موردی: بهینه‌سازی سبد سهام Case Study Introduction - Portfolio Optimization

• وارد کردن بسته‌ها و اتصال به داده‌ها Import Packages & Connect to Data

• ایجاد سبد سهام با وزن‌های برابر Create the Equal-Weighted Portfolio

• بصری‌سازی عملکرد سبد سهام Visualize the Portfolio Performance

• محاسبه معیارهای عملکرد برای سبد سهام Calculate Performance Metrics for the Portfolio

• محاسبه نسبت شارپ (Sharpe Ratio) برای سبد سهام Calculate the Sharpe Ratio for the Portfolio

• آماده‌سازی سناریوها برای بهینه‌سازی وزن سبد سهام Prepare Scenarios to Optimize Portfolio Weighting

• ساخت سناریوهای سبد سهام Build the Portfolio Scenarios

• تولید سناریوهای سبد سهام Generate the Portfolio Scenarios

• شناسایی سبد سهام بهینه Identify the Optimal Portfolio

• بصری‌سازی سبد سهام بهینه و سناریوهای آن Visualize the Optimal Portfolio & Portfolio Scenarios

• خلاصه‌ی مطالعه موردی: بهینه‌سازی سبد سهام Case Study Summary - Portfolio Optimization

نتیجه‌گیری دوره Course Conclusion

• خلاصه‌ی دوره Course Summary

ارزیابی نهایی Qualified Assessment