پایتون برای تحلیل داده: دانشجویان و متخصصان

آنچه یاد خواهید گرفت:

• نصب Python و کتابخانه‌های ضروری برای راه‌اندازی یکپارچه محیط کدنویسی.
• تسلط به تکنیک‌های تبدیل نوع داده و قالب‌بندی برای نمایش یکپارچه داده‌ها.
• استفاده از توابع Pandas برای تسک های کارآمد دستکاری داده‌ها.
• پیاده‌سازی انواع مختلف عملیات join برای ادغام مؤثر مجموعه داده‌ها.
• تجمیع داده‌ها و مهندسی ویژگی‌های جدید برای تحلیل عمیق.
• کار مؤثر با داده‌های تاریخ و زمان با استفاده از کتابخانه‌های Python.
• ایجاد مصورسازی‌های قابل سفارشی‌سازی با کتابخانه‌هایی مانند Matplotlib و Seaborn برای برقراری ارتباط مؤثر با داده‌ها.
• تکمیل یک پروژه نهایی: داده‌های E-commerce با استفاده از مفاهیم و مهارت‌های آموخته شده در این دوره برای ایجاد مصورسازی‌های مؤثر و انتقال یافته‌ها.

پیش نیازهای دوره

• سیستم‌عامل‌ها: نسخه‌های 64 بیتی Microsoft Windows 7 8.1 و 10 یا Mac
• نصب: Python و کتابخانه‌های ضروری با استفاده از Anaconda
• تجربه: بدون نیاز به تجربه قبلی در Python، اما آشنایی با برخی تحلیل‌های اولیه با Excel بسیار مطلوب است.

توضیحات دوره

علاقه‌مند به تبدیل شدن به یک تحلیلگر داده هستید؟ آیا می‌خواهید مهارت‌های عملی کسب کنید و مسائل واقعی تجاری را حل کنید؟ پس این دوره برای شما عالی است! این دوره توسط یک تحلیلگر ارشد داده با 10 سال تجربه در بخش‌های بیمه و مراقبت‌های بهداشتی ایجاد شده است. این دوره شما را با دانش اساسی مجهز می‌کند و به شما کمک می‌کند مفاهیم کلیدی بارگذاری داده، دستکاری داده، تجمیع داده و چگونگی استفاده از کتابخانه‌ها/پکیج‌ها را به روشی ساده بیاموزید.

مدرس شما را قدم به قدم به دنیای تحلیل داده هدایت خواهد کرد. با هر سخنرانی و تمرین آزمایشگاهی، شما درک این مفاهیم را برای مقابله با مسائل واقعی داده به دست آورده و توسعه خواهید داد! این دوره در درجه اول از Python برای حل آزمایشگاه‌ها و پروژه‌های نهایی استفاده می‌کند.

این دوره بسیار مفید و هیجان‌انگیز خواهد بود. مدرس برنامه درسی دوره را با طبیعی‌ترین و منطقی‌ترین جریان طراحی کرده است:

• ماژول 0 - مقدمه‌ای بر Python: راه‌اندازی محیط Python و درک اصول پکیج‌ها/کتابخانه‌های Python
• ماژول 1 - بارگذاری و نوشتن داده: یادگیری چگونگی بارگذاری و نوشتن داده‌ها از فایل‌های مسطح (مانند فرمت csv. یا Excel)
• ماژول 2 - انواع داده و قالب‌بندی: تسلط به انواع داده و یادگیری چگونگی تبدیل انواع داده برای عملیات صحیح
• ماژول 3 - دستکاری داده: پاک‌سازی و پیش‌پردازش داده‌ها، انجام مرتب‌سازی، چینش و زیرمجموعه‌گیری رکوردها
• ماژول 4 - عملیات Join: یادگیری چگونگی انجام joinها با استفاده از پکیج‌های Python (مانند pandas و SQL)
• ماژول 5 - تجمیع داده: یادگیری چگونگی تجمیع داده‌ها با استفاده از آمارهای توصیفی و انجام مهندسی ویژگی
• ماژول 6 - هوش زمانی: یادگیری چگونگی محاسبه روزهای کاری و انجام تحلیل ابعاد زمانی
• ماژول 7 - مصورسازی داده: یادگیری اصول تحلیل اکتشافی داده (EDA) و مصورسازی‌های تک متغیره / دو متغیره

هر ماژول حاوی محتوای مستقلی است. از نظر فنی، می‌توانید دوره را از ابتدا تا انتها بگذرانید یا مستقیماً به موضوعات خاص مورد علاقه خود بروید. با این حال، مدرس اکیداً به دانشجویان توصیه می‌کند که دوره را از ماژول 1 تا 7 به ترتیب طی کنند تا چالش پروژه نهایی را تکمیل کنند!

این دوره مملو از مسائل داده‌ای/کسب و کار دنیای واقعی است که مدرس در طول فعالیت حرفه‌ای خود به عنوان یک تحلیلگر ارشد داده حل کرده است. شما نه تنها مفاهیم را یاد خواهید گرفت، بلکه تجربه عملی و کاربردی نیز از این دوره کسب خواهید کرد. همین امروز در این دوره شرکت کنید و اولین قدم را به سوی تسلط به هنر تحلیل داده با استفاده از Python بردارید.

این دوره برای چه کسانی مناسب است؟

• این دوره برای افرادی طراحی شده است که هیچ تجربه قبلی در ابزارها (مانند R یا Python) ندارند.
• برای فارغ‌التحصیلان جدیدی که به دنبال شغل در زمینه تحلیل داده هستند.
• برای افرادی که به دنبال تغییر شغل هستند و می‌خواهند تحلیلگر داده شوند یا مهارت‌های خود را فراتر از صفحات گسترده Excel ارتقا دهند.