تکنیکهای تحلیل اکتشافی داده (EDA) در پایتون
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
تحلیل اکتشافی داده (EDA) یک مرحله حیاتی در هر پروژه تحلیل داده است.
در این دوره «تکنیکهای تحلیل اکتشافی داده (EDA) در پایتون»، شما توانایی انجام EDA روی مجموعه دادههای بزرگ داده با استفاده از پایتون را خواهید یافت.
ابتدا با تکنیکهای ویژوال و خوشهبندی اکتشافی آشنا خواهید شد تا الگوها، خوشهها و روابط موجود در داده خود را شناسایی کنید.
سپس، توزیع داده را بررسی خواهید کرد که شامل تکنیکهای کمی، خلاصه و توصیفی است که به شما کمک میکند توزیع داده خود و ویژگیهای کلیدی آن را درک کنید.
در نهایت، نحوه استفاده از تکنیکهای نمونهگیری و همبستگی برای بررسی روابط بین متغیرهای مختلف در داده خود را درک خواهید کرد.
زمانی که دوره را به پایان برسانید، شما مهارتها و دانش لازم برای تحلیل، مصورسازی و خلاصهسازی داده خود را بهتر از همیشه خواهید داشت.
تکنیکهای تحلیل اکتشافی داده (EDA) در پایتون
-
بررسی دوره 0:02:00
-
بررسی 0:01:00
-
درک مبانی تحلیل اکتشافی داده (EDA) 0:07:00
-
چرا EDA در علم داده و یادگیری ماشین مهم است؟ 0:03:00
-
خلاصه 0:01:00
-
بررسی 0:01:00
-
بررسی انواع تحلیلها در EDA 0:03:00
-
دمو - بررسی انواع مختلف نمودارهای داده برای EDA 0:23:00
-
چگونه یک نمودار مناسب را انتخاب کنیم؟ 0:03:00
-
خلاصه 0:01:00
-
بررسی 0:01:00
-
معرفی خوشهبندی ویژوال و چرا این مهم است؟ 0:03:00
-
تکنیکهای مختلف خوشهبندی ویژوال مورد استفاده در EDA 0:07:00
-
دمو - چگونه تکنیکهای خوشهبندی ویژوال را در EDA پیاده کنیم؟ 0:08:00
-
مقایسه و تضاد انواع تکنیکهای خوشهبندی ویژوال 0:04:00
-
خلاصه 0:01:00
-
بررسی 0:01:00
-
چگونه تکنیکهای توزیع به سوالات تحقیق EDA کمک میکنند؟ 0:02:00
-
انواع مختلف توزیعهای مورد استفاده در EDA 0:05:00
-
مقایسه و تضاد انواع مختلف توزیعها 0:02:00
-
خلاصه 0:01:00
-
بررسی 0:01:00
-
معرفی تکنیکهای کمی، خلاصه و توصیفی 0:02:00
-
درک تکنیکهای اکتشافی کمی با استفاده از پایتون 0:07:00
-
درک تکنیکهای خلاصه با استفاده از پایتون 0:03:00
-
درک تکنیکهای توصیفی با استفاده از پایتون 0:07:00
-
مقایسه و تضاد انواع تکنیکهای کمی، خلاصه و توصیفی 0:02:00
-
خلاصه 0:01:00
-
بررسی 0:01:00
-
معرفی تکنیکهای نمونهگیری و همبستگی برای EDA 0:04:00
-
دمو - پیادهسازی تکنیکهای نمونهگیری با استفاده از پایتون 0:04:00
-
دمو - پیادهسازی تکنیکهای همبستگی با استفاده از پایتون 0:07:00
-
مقایسه و تضاد انواع تکنیکهای نمونهگیری و همبستگی 0:03:00
-
خلاصه 0:01:00
-
خلاصه دوره 0:02:00
-
نکات پایانی 0:03:00
مشخصات آموزش
تکنیکهای تحلیل اکتشافی داده (EDA) در پایتون
- تاریخ به روز رسانی: 1404/09/07
- سطح دوره:متوسط
- تعداد درس:36
- مدت زمان :2:08:47
- حجم :299.0MB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy
آموزش های مرتبط
- زمان: 02:27:39
- تعداد درس: 24
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 03:38:53
- تعداد درس: 38
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 06:31:59
- تعداد درس: 43
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 53:12
- تعداد درس: 16
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 07:12:31
- تعداد درس: 111
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 01:48:27
- تعداد درس: 21
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 04:29:33
- تعداد درس: 64
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 04:50:51
- تعداد درس: 49
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 17:10:30
- تعداد درس: 208
-
سطح دوره:
-
زبان: دوبله فارسی