آموزش تجسم داده ها در Python Masterclass™: مبتدی تا حرفه ای

Data Visualization in Python Masterclass™: Beginners to Pro

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: تجسم در matplotlib، Seaborn، Plotly & Cufflinks، EDA در Boston Housing، Titanic، IPL، FIFA، Covid-19 Data. یادگیری تجزیه و تحلیل کامل داده های اکتشافی در جدیدترین مجموعه داده Covid-19 آموزش EDA در مجموعه داده های Kaggle's Boston Housing و تایتانیک یادگیری مسابقات کریکت IPL و تجزیه و تحلیل و تجسم مسابقات جام جهانی FIFA آموزش تجسم داده ها توسط Plotly و Cufflinks، Seaborn، matplotlib و Pandas Interactive و تجسم نصب پایتون و کتابخانه های مرتبط. تجسم داده های Covid-19 Covid-19 تجزیه و تحلیل مجموعه داده ها و تجسم در پایتون تجسم علوم داده با Covid-19 استفاده از Numpy و Pandas در دستکاری داده ها آموزش داده های متن کامل EDA ایجاد انواع نمودارها، نمودارهای میله ای، نمودارهای خطی، نمودارهای انباشته، دایره ای نمودارها، هیستوگرام ها، نمودارهای KDE، نمودارهای ویولن، نمودارهای جعبه، نمودارهای همبستگی خودکار تجزیه و تحلیل داده ها را توسط پانداها بیاموزید. از ماژول Pandas با پایتون برای ایجاد و ساختار داده استفاده کنید. سفارشی سازی نمودارها، تغییر رنگ ها، خطوط، فونت ها و موارد دیگر مفاهیم اساسی تجسم داده ها و اهمیت آن در تجزیه و تحلیل داده ها نحوه استفاده از کتابخانه های پایتون مانند Matplotlib، Seaborn و Plotly برای ایجاد انواع نمودارها و نمودارها پیش نیازها: بدون مهارت مقدماتی سطح برنامه نویسی پایتون مورد نیاز است کامپیوتر (اعم از مک، ویندوز یا لینوکس) داشته باشید.

آیا آماده اید تا مسیر خود را برای تبدیل شدن به یک دانشمند داده آغاز کنید!

KGP Talkie همه شما را در یک دوره می آورد. انواع تجسم داده ها را با مجموعه داده های عملی بیاموزید.

این دوره جامع راهنمای شما برای یادگیری نحوه استفاده از قدرت پایتون برای تجزیه و تحلیل داده ها، ایجاد تجسم های زیبا خواهد بود!

این یک دوره آموزشی بسیار منحصربفرد است که در آن شما EDA را در مورد مسکن بوستون Kaggle، تایتانیک و جدیدترین مجموعه داده‌های Covid-19، مجموعه داده‌های متنی، مسابقات کریکت IPL در تمام فصول، و مسابقات جام جهانی فیفا با مثال‌های واقعی و عملی می‌آموزید.

Data Scientist به عنوان شغل شماره یک در Glassdoor رتبه بندی شده است و میانگین حقوق یک دانشمند داده بیش از 110000 دلار در ایالات متحده و در سراسر جهان بر اساس Indeed است! علم داده یک حرفه پربار است که به شما امکان می دهد برخی از جالب ترین مشکلات جهان را حل کنید!

این دوره هم برای مبتدیان با تجربه برنامه نویسی یا هم برای توسعه دهندگان با تجربه طراحی شده است که به دنبال پرش به علم داده هستند!

این دوره جامع با سایر بوت کمپ های Data Science قابل مقایسه است که معمولاً هزاران دلار هزینه دارند، اما اکنون می توانید تمام این اطلاعات را با کسری از هزینه یاد بگیرید! با بیش از 200 سخنرانی ویدیویی Full HD و دفترچه یادداشت کد دقیق برای هر سخنرانی، این یکی از جامع ترین دوره ها در زمینه تجسم کامل داده ها در پایتون است.

ما به شما یاد می‌دهیم که چگونه با پایتون برنامه‌نویسی کنید، چگونه با پایتون آنالیز کنید و تجسم‌های شگفت‌انگیز داده ایجاد کنید! می توانید از این دوره به عنوان مرجع آماده برای پروژه خود استفاده کنید.


در اینجا فقط تعدادی از موضوعاتی که خواهیم آموخت:

  • برنامه نویسی با پایتون

  • NumPy با پایتون

  • استفاده از Pandas Data Frames برای حل کارهای پیچیده

  • استفاده از پاندا در فایل‌ها

  • از matplotlib و Seaborn برای تجسم داده ها استفاده کنید

  • از Plotly و Cufflinks برای تجسم های تعاملی استفاده کنید

  • تحلیل داده های اکتشافی (EDA) مجموعه داده مسکن بوستون

  • تحلیل داده های اکتشافی (EDA) مجموعه داده تایتانیک

  • تجزیه و تحلیل داده های اکتشافی (EDA) آخرین مجموعه داده Covid-19

  • و خیلی، خیلی بیشتر!


این تجسم داده در Masterclass پایتون می تواند به روش های مختلفی به دانشمندان داده کمک کند:

  • این می تواند به آنها کمک کند تا درک عمیق تری از نحوه برقراری ارتباط موثر بینش های داده با استفاده از تجسم ها به دست آورند.

  • این می تواند به آنها یاد دهد که چگونه از کتابخانه های پایتون که به طور خاص برای تجسم داده ها طراحی شده اند استفاده کنند و ایجاد تجسم در پروژه های تجزیه و تحلیل داده خود را برای آنها آسان تر می کند.

  • همچنین می‌تواند تجربه عملی کار با مجموعه‌های داده‌های دنیای واقعی را برای آن‌ها فراهم کند، و به آن‌ها اجازه می‌دهد ایجاد تجسم‌سازی را تمرین کنند و مهارت‌های خود را بهبود بخشند.

  • همچنین می‌تواند به آن‌ها یاد دهد که تجسم‌های تعاملی ایجاد کنند که می‌توانند برای ایجاد داشبورد و گزارش‌هایی که می‌توانند با سهامداران به اشتراک گذاشته شوند، استفاده شوند.

  • همچنین می‌تواند به آن‌ها کمک کند تجسم‌هایی ایجاد کنند که می‌توانند اطلاعات بیشتری را در فضای کمتری منتقل کنند و آن را مؤثرتر و کارآمدتر کنند.


    به طور کلی، این دوره می تواند به دانشمندان داده کمک کند تا در ایجاد تجسم های موثر و جذاب داده مهارت بیشتری پیدا کنند، که می تواند برای ارتباط موثرتر بینش داده های آنها استفاده شود.


سرفصل ها و درس ها

معرفی Introduction

  • خوش آمدی Welcome

  • از آن نگذرید | معرفی DO NOT SKIP IT | Introduction

  • پشتیبانی پرسش و پاسخ Q&A Support

  • بررسی اجمالی دوره Course Overview

  • نصب آناکوندا برای سیستم عامل ویندوز Anaconda Installation for Windows OS

  • نصب آناکوندا برای سیستم عامل مک Anaconda Installation for Mac OS

  • نصب آناکوندا در سیستم عامل اوبونتو Anaconda Installation on Ubuntu OS

  • میانبرهای صفحه کلید نوت بوک Jupyter Jupyter Notebook Keyboard Shortcuts

  • مقاله میانبرهای نوت بوک Jupyter Jupyter Notebook Shortcuts Article

  • خودت را بیازمای Test Yourself

دوره سقوط پایتون Python Crash Course

  • معرفی Introduction

  • انواع داده ها: اعداد Data Types: Numbers

  • انتساب متغیر Variable Assignment

  • رشته String

  • خودت را بیازمای Test Yourself

  • فهرست کنید List

  • تنظیم Set

  • چندتایی Tuple

  • فرهنگ لغت Dictionary

  • خودت را بیازمای Test Yourself

  • عملگر بولی و مقایسه Boolean and Comparison Operator

  • اپراتور منطقی Logical Operator

  • اظهارات مشروط: If Else و Elif Conditional Statements: If Else and Elif

  • حلقه های For و while در پایتون For and While Loops in Python

  • روش ها و توابع لامبدا Methods and Lambda Functions

  • خودت را بیازمای Test Yourself

  • میدونی؟ Do you know?

دوره Crash NumPy NumPy Crash Course

  • معرفی Introduction

  • آرایه Array

  • NaN و INF NaN and INF

  • عملیات آماری Statistical Operations

  • شکل، تغییر شکل، راول، صاف کردن Shape, Reshape, Ravel, Flatten

  • خودت را بیازمای Test Yourself

  • دنباله، تکرار، و اعداد تصادفی Sequence, Repetitions, and Random Numbers

  • جایی که Where

  • فایل خواندن و نوشتن File Read and Write

  • الحاق و مرتب سازی Concatenate and Sorting

  • کار با خرما Working with Dates

  • میدونی؟ Do you Know?

دوره سقوط پانداها Pandas Crash Course

  • معرفی Introduction

  • DataFrame و Series DataFrame and Series

  • خواندن و نوشتن فایل File Reading and Writing

  • اطلاعات، شکل، تکراری، و رها کردن Info, Shape, Duplicated, and Drop

  • ستون ها Columns

  • مقادیر NaN و Null NaN and Null Values

  • انتساب Imputation

  • تابع لامبدا Lambda Function

  • خودت را بیازمای Test Yourself

تجسم داده ها با پانداها Data Visualization with Pandas

  • معرفی Introduction

  • تولید داده Data Generation

  • طرح خط Line Plot

  • بیشتر در Line Plot More on Line Plot

  • قطعه نوار Bar Plot

  • قطعه انباشته Stacked Plot

  • هیستوگرام Histogram

  • طرح جعبه Box Plot

  • مساحت و طرح پراکندگی Area and Scatter Plot

  • طرح هگز و پای Hex and Pie Plot

  • ماتریس پراکندگی و طرح های فرعی Scatter Matrix and Subplots

Matplotlib Matplotlib

  • معرفی Introduction

  • طرح خط Line Plot

  • برچسب Label

  • نمودارهای پراکنده، نوار و تاریخچه Scatter, Bar, and Hist Plots

  • طرح جعبه Box Plot

  • طرح فرعی Subplot

  • xlim، ylim، xticks و yticks xlim, ylim, xticks, and yticks

  • طرح پای Pie Plot

  • رنگ متن Pie Plot Pie Plot Text Color

  • طرح پای تو در تو Nested Pie Plot

  • برچسب زدن طرح پای Labeling a Pie Plot

  • نمودار میله ای در محور قطبی Bar Chart on Polar Axis

  • طرح خط روی یک محور قطبی Line Plot on a Polar Axis

  • طرح پراکندگی در یک محور قطبی Scatter Plot on a Polar Axis

  • انتگرال در نمودار دیفرانسیل و انتگرال به عنوان مساحت زیر منحنی Integral in Calculus Plot as Area Under the Curve

  • طرح انیمیشن قسمت 1 Animation Plot Part 1

  • طرح انیمیشن قسمت 2 Animation Plot Part 2

توطئه های سری زمانی Time Series Plots

  • در حال بارگذاری مجموعه داده Dataset Loading

  • طرح های خط و پراکندگی Line and Scatter Plots

  • طرح های فرعی Subplots

  • نقشه حرارت Heatmap

  • نمودارهای هیستوگرام و KDE Histogram and KDE Plots

متولد دریا Seaborn

  • معرفی Introduction

  • طرح پراکنده Scatter Plot

  • رنگ، سبک و اندازه قسمت 1 Hue, Style and Size Part 1

  • رنگ، سبک و اندازه قسمت 2 Hue, Style and Size Part 2

  • طرح خط قسمت 1 Line Plot Part 1

  • طرح خط قسمت 2 Line Plot Part 2

  • طرح خط قسمت 3 Line Plot Part 3

  • طرح فرعی Subplot

  • sns.lineplot()، sns.scatterplot() sns.lineplot(), sns.scatterplot()

  • طرح گربه Cat Plot

  • طرح جعبه Box Plot

  • طرح باکسن Boxen Plot

  • طرح ویولن Violin Plot

  • قطعه نوار Bar Plot

  • طرح نقطه ای Point Plot

  • طرح مشترک Joint Plot

  • طرح جفت Pair Plot

  • طرح رگرسیون Regression Plot

  • کنترل زیبایی شناسی شکل ترسیم شده Controlling Plotted Figure Aesthetics

پلاتلی و دکمه سرآستین Plotly and Cufflinks

  • معرفی Introduction

  • نصب و راه اندازی Installation and Setup

  • طرح خط Line Plot

  • طرح پراکنده Scatter Plot

  • قطعه نوار Bar Plot

  • باکس پلات و قطعه زمین Box Plot and Area Plot

  • طرح سه بعدی 3D Plot

  • Spread Plot و Hist Plot Spread Plot and Hist Plot

  • طرح حباب و نقشه حرارتی Bubble Plot and Heatmap

تجزیه و تحلیل و تجسم داده های مسکن بوستون Analysis and Visualization of Boston Housing Data

  • معرفی Introduction

  • آماده سازی داده ها [به روز رسانی] Data Preparation [Update]

  • آماده سازی داده ها Data Preparation

  • شیرجه عمیق داده ها Data Deep Dive

  • pd.describe() pd.describe()

  • قطعه نوار Bar Plot

  • طرح طرح Plot Styling

  • طرح جفت Pair Plot

  • قطعه توزیع Distribution Plot

  • طرح پراکنده Scatter Plot

  • نقشه حرارت Heatmap

  • انتخاب ویژگی همبسته Correlated Feature Selection

  • Heatmap و Pair Plot داده های همبسته Heatmap and Pair Plot of Correlated Data

  • جعبه و طرح رابطه Box and Rel Plot

  • قطعه مشترک قسمت 1 Joint Plot Part 1

  • قطعه مشترک قسمت 2 Joint Plot Part 2

  • رگرسیون خطی بدون ML قسمت 1 Linear Regression without ML Part 1

  • رگرسیون خطی بدون ML قسمت 2 Linear Regression without ML Part 2

تجزیه و تحلیل و تجسم مجموعه داده تایتانیک Analysis and Visualization of Titanic Dataset

  • معرفی Introduction

  • درک داده ها Data Understanding

  • بارگذاری مجموعه داده Load Dataset

  • نقشه حرارت Heatmap

  • تحلیل تک متغیره Univariate Analysis

  • زنده ماند Survived

  • پی کلاس قسمت 1 Pclass Part 1

  • پی کلاس قسمت 2 Pclass Part 2

  • سکس قسمت 1 Sex Part 1

  • سکس قسمت 2 Sex Part 2

  • سکس قسمت 3 Sex Part 3

  • سکس قسمت 4 Sex Part 4

  • سکس قسمت 5 Sex Part 5

  • سن قسمت 1 Age Part 1

  • سن قسمت 2 Age Part 2

  • سن قسمت 3 Age Part 3

  • سن قسمت 4 Age Part 4

  • کرایه قسمت 1 Fare Part 1

  • کرایه قسمت 2 Fare Part 2

  • کرایه قسمت 3 Fare Part 3

  • کرایه قسمت 4 Fare Part 4

  • Sibsp قسمت 1 Sibsp Part 1

  • Sibsp قسمت 2 Sibsp Part 2

  • Sibsp قسمت 3 Sibsp Part 3

  • Sibsp قسمت 4 Sibsp Part 4

  • پارچ قسمت 1 Parch Part 1

  • پارچ قسمت 2 Parch Part 2

  • سوار شد Embarked

  • سازمان بهداشت جهانی Who

تجزیه و تحلیل و تجسم داده های Covid-19 Analysis and Visualization of Covid-19 Data

  • معرفی Introduction

  • درک داده ها Data Understanding

  • بسته های وارداتی Import Packages

  • کلون کردن آخرین مجموعه داده Covid-19 Clone Latest Covid-19 Dataset

  • وارد کردن مجموعه داده های Covid-19 پاک شده Import Cleaned Covid-19 Dataset

  • وارد کردن داده های از پیش پردازش شده Import Preprocessed Data

  • طرح پراکندگی برای موارد تایید شده Scatter Plot for Confirmed Cases

  • Cases Timelaps در Worldmap Cases Timelaps on Worldmap

  • مجموع موارد در کشتی ها Total Cases on Ships

  • موارد در طول زمان با طرح منطقه قسمت 1 Cases Over the Time with Area Plot Part 1

  • موارد در طول زمان با طرح منطقه قسمت 2 Cases Over the Time with Area Plot Part 2

  • موارد Covid-19 در نقشه فولیوم Covid-19 Cases on Folium Map

  • موارد تایید شده با انیمیشن Confirmed Cases with Animation

  • موارد تایید شده و مرگ با طرح نوار Confirmed and Death Cases with Bar Plot

  • موارد تایید شده و مرگ با Colormap Confirmed and Death Cases with Colormap

  • مرگ و میر در هر 100 مورد Deaths per 100 Cases

  • موارد و کشورهای جدید در روز New Cases and Countries per Day

  • تصحیح در 15 کشور برتر تجزیه و تحلیل مورد قسمت 1 Correction in Top 15 Countries Case Analysis Part 1

  • تجزیه و تحلیل مورد 15 کشور برتر بخش 1 Top 15 Countries Case Analysis Part 1

  • تجزیه و تحلیل مورد 15 کشور برتر قسمت 2 Top 15 Countries Case Analysis Part 2

  • تجزیه و تحلیل مورد 15 کشور برتر قسمت 3 Top 15 Countries Case Analysis Part 3

  • تجزیه و تحلیل مورد 15 کشور برتر قسمت 4 Top 15 Countries Case Analysis Part 4

  • تجزیه و تحلیل مورد 15 کشور برتر قسمت 5 Top 15 Countries Case Analysis Part 5

  • تصاویر را در PNG، JPEG و PDF ذخیره کنید Save Figures in PNG, JPEG, and PDF

  • طرح پراکندگی برای مرگ و میر در مقابل موارد تایید شده Scatter Plot for Deaths vs Confirmed Cases

  • قطعه نوار انباشته Stacked Bar Plot

  • طرح خط انباشته Stacked Line Plot

  • نرخ رشد پس از 100 مورد Growth Rate After 100 Cases

  • نرخ رشد پس از 1000 مورد Growth Rate After 1000 Cases

  • نرخ رشد پس از 10000 مورد Growth Rate After 10000 Cases

  • نرخ رشد پس از 100 هزار مورد Growth Rate After 100k Cases

  • تجزیه و تحلیل نقشه درختی Tree Map Analysis

  • زمان گزارش اولین و آخرین مورد قسمت 1 First and Last Case Report Time Part 1

  • زمان گزارش اولین و آخرین مورد قسمت 2 First and Last Case Report Time Part 2

  • زمان گزارش اولین و آخرین مورد قسمت 3 First and Last Case Report Time Part 3

  • موارد تایید شده بر اساس کشور و روز Confirmed Cases by Country and Daywise

  • Covid-19 در مقابل سایر اپیدمی ها Covid-19 vs Other Epidemics

تجزیه و تحلیل و تجسم داده های متنی بررسی ها Analysis and Visualization of Reviews Text Data

  • معرفی Introduction

  • شروع شدن Getting Started

  • واردات داده Data Import

  • پاکسازی داده ها Data Cleaning

  • مهندسی ویژگی Feature Engineering

  • توزیع قطبیت احساسات Distribution of Sentiment Polarity

  • توزیع نظرات رتبه بندی و سن داوران Distribution of Reviews Rating and Reviewers Age

  • توزیع طول متن مروری و طول کلمه Distribution of Review Text Length and Word Length

  • توزیع بخش، بخش، و کلاس Distribution of Department, Division, and Class

  • توزیع Unigram، Bigram و Trigram قسمت 1 Distribution of Unigram, Bigram and Trigram Part 1

  • توزیع Unigram، Bigram و Trigram قسمت 2 Distribution of Unigram, Bigram and Trigram Part 2

  • توزیع Unigram، Bigram و Trigram بدون STOP WORDS Distribution of Unigram, Bigram and Trigram without STOP WORDS

  • توزیع 20 تگ POS قسمت های گفتار برتر Distribution of Top 20 Parts-of-Speech POS tags

  • تجزیه و تحلیل دو متغیره قسمت 1 Bivariate Analysis Part 1

  • تجزیه و تحلیل دو متغیره قسمت 2 Bivariate Analysis Part 2

  • تجزیه و تحلیل دو متغیره قسمت 3 Bivariate Analysis Part 3

تجزیه و تحلیل و تجسم مسابقات کریکت IPL Analysis and Visualization of IPL Cricket Matches

  • معرفی Introduction

  • درباره مسابقات کریکت و واردات بسته About Cricket Matches and Package Import

  • درک داده ها Data Understanding

  • تجزیه و تحلیل بازی های برد و باخت Wins and Lost Matches Analysis

  • تجزیه و تحلیل عاقلانه مادر، شهر و محل برگزاری MoM, City and Venue wise Analysis

  • مسابقات رودررو MI و CSK MI vs CSK Head to Head Matches

  • تحلیل فصلی Seasonwise Analysis

  • تجزیه و تحلیل توپ با توپ Ball by Ball Analysis

تجزیه و تحلیل و تجسم مسابقات جام جهانی فوتبال Analysis and Visualization of FIFA World Cup Matches

  • معرفی Introduction

  • واردات داده های جام جهانی فیفا FIFA World Cup Data Import

  • پاکسازی داده ها Data Cleaning

  • بیشترین تعداد عنوان قهرمانی جام جهانی Most Number of World Cup Winning Title

  • تعداد گل در هر کشور Number of Goal Per Country

  • تعداد حضور، تعداد تیم ها، گل ها و مسابقات در هر جام Attendance, Number of Teams, Goals, and Matches per Cup

  • گل در هر تیم در هر کلمه جام Goals Per Team Per Word Cup

  • مسابقات با بیشترین تعداد حضور Matches with Highest Number of Attendance

  • استادیوم هایی با بالاترین میانگین تماشاگر Stadiums with Highest Average Attendance

  • نتایج بازی توسط تیم های میزبان و خارج از خانه Match Outcomes by Home and Away Teams

کد نویسی پایتون در موبایل Python Coding in Mobile

  • معرفی Introduction

  • پایتون در موبایل Python in Mobile

  • نقشه Matplotlib در موبایل Matplotlib Plot in Mobile

  • کد نویسی پانداها در موبایل Pandas Coding in Mobile

  • کدنویسی Seaborn در موبایل Seaborn Coding in Mobile

نمایش نظرات

آموزش تجسم داده ها در Python Masterclass™: مبتدی تا حرفه ای
جزییات دوره
22 hours
224
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
34,612
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

Laxmi Kant | KGP Talkie Laxmi Kant | KGP Talkie

دانشمند اصلی داده در mBreath و KGPTalkie من یک دانشمند اصلی داده در SleepDoc و دکترای تخصصی هستم. در علوم داده از موسسه فناوری هند (IIT). من همچنین یک شرکت با نام mBreath Technologies را تاسیس کردم. من بیش از 8 سال تجربه در علوم داده ، مدیریت تیم ، توسعه کسب و کار و مشخصات مشتری دارم. من با استارتاپ ها و MNC کار کرده ام. من همچنین چند سال در IIT برنامه نویسی تدریس کرده ام و بعداً یک کانال YouTube با KGP Talkie با مشترکان 20K + راه اندازی کردم. من ارتباط خوبی با صنعت و دانشگاه دارم.