نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
این دوره عملی به فراگیران میآموزد که چگونه با استفاده از کتابخانه Seaborn در پایتون و با تمرکز بر مجموعهدادههای سرشماری، دادهها را آماده، تحلیل و به صورت بصری تفسیر کنند. دوره با مفاهیم پایه مانند نصب Anaconda، پیکربندی Jupyter Notebook و بارگذاری کتابخانهها آغاز شده و سپس به تحلیل اکتشافی دادهها (EDA) و تکنیکهای کاربردی بصریسازی میپردازد.
فراگیران در این دوره در ایجاد طیف گستردهای از نمودارها از جمله نمودارهای پراکندگی (Scatter plots)، نمودارهای خطی (Line graphs)، نمودارهای Swarm، نمودارهای ویولنی (Violin plots)، نقشههای حرارتی (Heatmaps) و شبکههای بصری پیشرفته مهارت مییابند. تأکید ویژهای بر بهبود خوانایی نمودارها از طریق قالببندی محورها، تراز کردن برچسبها و پیکربندی نمودار برای حمایت از روایتگری دادهها (Data Storytelling) شده است.
در طول این دوره، کاربران مهارتهای طبقهبندی بلوم مانند شناسایی روندها (درک)، پیکربندی ابزارها (کاربرد)، اصلاح بصریها (تحلیل) و تفسیر روابط (ارزیابی) را به کار میگیرند. این دوره برای علاقهمندان به داده و تحلیلگران ایدهآل است و آنها را قادر میسازد تا دادههای چندمتغیره را به طور مؤثر بصریسازی کرده، بینشهای جدید کشف کنند و از تصمیمگیریهای دادهمحور پشتیبانی نمایند.
سرفصل ها و درس ها
تکنیکهای پیشرفته بصریسازی با Seaborn
Advanced Visualization Techniques with Seaborn
مقدمهای بر مفاهیم پیشرفته Seaborn
Introduction to Seaborn Advance
نمودارهای چندگانه شرطی (Small Multiples)
Conditional Small Multiples
ادامه نمودارهای چندگانه شرطی
Conditional Small Multiples Continue
استفاده از توابع سفارشی
Using Custom Functions
رسم روابط جفتی دادهها
Plotting Pairwise Data Relationships
مثالهای تکمیلی بخش اول
Extra Examples Part 1
مثالهای تکمیلی بخش دوم
Extra Examples Part 2
استفاده از استایلهای مختلف تصاویر در Seaborn
Using Diff Seaborn Figure Styles
تنظیم پالتهای رنگی مختلف
Setting Different Color Palettes
ادامه تنظیم پالتهای رنگی مختلف
Setting Different Color Palettes Continue
نمایش نظرات