آموزش تحلیل داده‌ها با پایتون و کتابخانه Pandas - آخرین آپدیت

دانلود Apply Data Analytics Using Python and Pandas

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: در این دوره، فراگیران توانایی به‌کارگیری تکنیک‌های تحلیل داده با استفاده از زبان پایتون را برای اکتشاف، تحلیل و تفسیر مجموعه‌داده‌های واقعی توسعه می‌دهند. در پایان این دوره، دانشجویان قادر خواهند بود محاسبات عددی را با NumPy انجام دهند، داده‌های ساختاریافته را با استفاده از Pandas مدیریت و تحلیل کنند، توزیع داده‌ها را بصری‌سازی کرده و از منطق بولی (Boolean) برای فیلتر و ارزیابی شرایط پیچیده داده‌ها استفاده کنند. همچنین، تحلیل خروجی‌های یادگیری ماشین و مجموعه‌داده‌های مالی برای حمایت از تصمیم‌گیری‌های مبتنی بر داده را فرا خواهند گرفت. این دوره با ارائه تجربه‌های عملی و پروژه-محور، پلی میان مفاهیم بنیادی تحلیل داده و پیاده‌سازی کاربردی ایجاد می‌کند. به جای تمرکز صرف بر تئوری، فراگیران به‌طور فعال با داده‌های CSV، Series، DataFrameها و گردش‌کارهای واقعی تحلیل داده در محیط Jupyter Notebook کار می‌کنند. در این دوره بر تفکر تحلیلی، درک مسئله و تکنیک‌های بهینه مدیریت داده‌ها تأکید شده است که مستقیماً در نقش‌های شغلی تحلیل داده‌های حرفه‌ای کاربرد دارند. آنچه این دوره را متمایز می‌کند، رویکرد جامع و گام‌به‌گام آن در اکتشاف داده‌هاست؛ از تنظیم محیط برنامه‌نویسی تا منطق بولی پیشرفته و مطالعات موردی کاربردی، از جمله تحلیل خروجی‌های مدل‌های یادگیری ماشین. طراحی ساختاریافته و تمرین‌محور این دوره، اطمینان حاصل می‌کند که فراگیران در استفاده از ابزارهای تحلیلی پایتون مهارت یافته و مهارت‌هایی را کسب کنند که مستقیماً در چالش‌های داده‌ای محیط کار قابل استفاده باشد.

سرفصل ها و درس ها

مبانی تحلیل داده‌های کاربردی با پایتون Foundations of Applied Data Analytics with Python

  • مقدمه‌ای بر تحلیل داده‌های کاربردی با استفاده از پایتون Introduction to Applied Data Analytics Using Python

  • نصب و راه‌اندازی Jupyter Notebook Installation of Jupyter Notebook

  • نمایش تحلیل داده‌ها در محیط Jupyter Notebook Demonstrating Data Analytics in Jupyter Notebook

  • ادامه نمایش تحلیل داده‌ها در محیط Jupyter Notebook Demonstrating Data Analytics in Jupyter Notebook Continue

  • ساخت آرایه‌ها در NumPy Creation of Arrays - NumPy

  • نمونه‌هایی از جبر خطی Linear Algebra Demonstration

  • تولید اعداد تصادفی Creating Random Numbers

  • تحلیل داده‌های فایل CSV Data Analysis of CSV File

بصری‌سازی داده‌ها و مفاهیم پایه Pandas Data Visualization and Pandas Fundamentals

  • تحلیل خروجی فایل CSV Analysing Output of CSV File

  • رسم نمودار هیستوگرام Histogram

  • ساخت Series در پانداز Creation of Series

  • ایجاد Subplot برای نمودارها Subplot Creation

  • پیاده‌سازی Pandas برای تحلیل داده‌ها Implementing Pandas for Data Analysis

  • به‌کارگیری چندین معیار فیلتر Apply Multiple Filter Criteria

  • تغییر نوع داده (Datatype) Changing the Datatype

  • فیلتر کردن ردیف‌ها Filter Rows

کار پیشرفته با DataFrameهای پانداز Working Deeply with Pandas DataFrames

  • انتخاب چندین ردیف Selecting Multiple Rows

  • مرتب‌سازی DataFrame یا Series در پانداز Sorting a Pandas DataFrame or a Series

  • درک بیانیه مسئله (Problem Statement) Understanding Problem Statement

  • بررسی ساختار آناتومیک یک DataFrame Dissecting the anatomy of a DataFrame

  • دسترسی به اجزای اصلی DataFrame Accessing the Main Data Frame Components

  • درک انواع داده‌ها Understanding Data Types

  • انتخاب یک ستون داده به عنوان Series Selecting a single Column of Data as a Series

  • فراخوانی متدهای Series Calling Series Methods

عملیات پیشرفته Series و مطالعه موردی کاربردی Advanced Series Operations and Applied Case Study

  • کار با عملگرها روی Series Working with Operators on a Series

  • زنجیره‌سازی متدهای Series Chaining Series Methods Together

  • معنادار کردن ایندکس‌ها Making the Index Meaningful

  • ساخت ماژول تشخیص چهره Creating a Face Recognition Module

  • تحلیل مراحل آموزش (Training) Analysing the Training Phases

  • تحلیل مراحل پیش‌بینی (Prediction) Analysing the Prediction Phases

  • تحلیل خروجی برچسب‌ها و چهره‌ها Analysing the Output of Labels and Faces

  • آموزش مدل تشخیص چهره Train Face Recognizer

منطق بولی و تحلیل داده‌های واقعی Boolean Logic and Real-World Data Analytics

  • محاسبه آمار بولی با داده‌های فیلم Calculating Boolean Statistics - Movie Data

  • ساخت چندین شرط بولی Constructing Multiple Boolean Conditions

  • فیلتر کردن با ایندکس‌گذاری بولی Filtering with boolean indexing

  • پیاده‌سازی ایندکس‌گذاری بولی با انتخاب ایندکس Replicating Boolean Indexing with Index Selection

  • انتخاب با ایندکس‌های منحصر‌به‌فرد و مرتب‌شده Selecting with Unique and Sorted Indexes

  • تحلیل قیمت سهام Gaining Perspective on Stock Prices

  • تبدیل عبارت‌های WHERE در SQL به پایتون Translating SQL Where Clauses

  • تعیین نرمال بودن بازدهی بازار سهام Determining the Normality of Stock Market Returns

  • بهبود خوانایی کدهای بولی Improving Readability of Boolean

  • حفظ Series با استفاده از متد where Preserving Series with the where Method

نمایش نظرات

آموزش تحلیل داده‌ها با پایتون و کتابخانه Pandas
جزییات دوره
11h 17m
42
(آخرین آپدیت)
77
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده