پایتون برای تحلیل داده - پروژههایی که رزومه شما را تقویت میکنند
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- تکمیل پروژههای عملی تحلیل داده واقعی، مانند فروشهای تجارت الکترونیک و احساسات شبکههای اجتماعی
- تسلط به سینتکس اولیه پایتون و انواع داده و ایجاد پایهای قوی در تحلیل داده پیشرفته
- دستکاری و پاکسازی داده بهصورت مؤثر با پانداس و آمادگی برای پروژههای تحلیل داده واقعی
- ساخت مصورسازیهای قدرتمند از داده با Matplotlib و Seaborn برای استخراج بینش از مجموعه دادهها
- درک و بهکارگیری ساختارهای پیشرفته پایتون مانند لیستها، تاپلها، مجموعهها و دیکشنریها در تحلیل داده
- کسب دانش مقدماتی در یادگیری ماشین، با تمرکز بر کاربردهای تحلیل احساسات
- توسعه یک پورتفولیو از پروژههای کاربردی پایتون و نشان دادن مهارتهایتان به کارفرمایان احتمالی در حوزه تحلیل داده
توضیحات دوره
سفر خود به دنیای تحلیل داده را با پروژههای واقعی پایتون آغاز کنید!
به یک سفر هیجانانگیز در دنیای تحلیل داده با پایتون خوش آمدید، جایی که هر خط کدی که مینویسید، شما را به یک جادوگر داده نزدیکتر میکند! یادگیری پایتون میتواند دشوار باشد. این دوره را طوری طراحی کردهایم که به صورت عملی یاد بگیرید و 5 پروژه را با داده واقعی انجام دهید. این پروژهها در رزومه شما بسیار درخشان خواهند بود!
رویکرد منحصر به فرد ما: یادگیری عملی و مبتنی بر پروژه
- عملی و کاربردی: دیگر از کلاسهای کسلکننده خبری نیست! مستقیم به تمرینهای کدنویسی و چالشهای داده واقعی بروید.
- تمرکز بر پروژه: هر ماژول پروژهای را معرفی میکند که بر اساس سناریوی واقعی است و به شما کمک میکند پورتفولیویی بسازید که بیشتر از کلمات حرف میزند.
- پروژههای آماده رزومه: در نهایت، پورتفولیویی سرشار از پروژههایی مانند تحلیل فروش آمازون، تجزیه الگوهای تجارت الکترونیک و حتی استخراج بینشها از داده شبکههای اجتماعی درباره موضوعات ترند مانند چتجیپیتی خواهید داشت.
- داده واقعی، مهارتهای واقعی: با مجموعه دادههای کسبوکارهای واقعی کار کنید، یاد بگیرید چگونه داده را مانند یک فرد حرفهای پاکسازی، دستکاری و مصورسازی کنید.
در این دوره چه خواهید دید؟
- مبانی پایتون: اصول اولیه پایتون، از جمله سینتکس، متغیرها و حلقهها را برای تقویت پایه کدنویسی شما
- ابزارهای تحلیل داده: به یک استاد پانداس و دستکاری و پاکسازی داده تبدیل شوید.
- ساختارهای پیشرفته پایتون: کار با لیستها، تاپلها، مجموعهها و دیکشنریها به شکلی ماهرانه!
- مصورسازی داده: روایت داستانها با داده از طریق Matplotlib و Seaborn
- آشنایی با یادگیری ماشین: آشنایی با آینده با تحلیل احساسات
- برنامه درسی جامع: پوشش همه چیز از آشنایی با پایتون تا تکنیکهای پیشرفته تحلیل داده
- تمرینات کدنویسی تعاملی: یادگیری خود را با چالشهای عملی و جذاب تثبیت کنید.
سفر یادگیری شما
هر قدم در این سفر شما را به مهارتهای حیاتی مجهز میکند. شما تنها پایتون را یاد میگیرید؛ بلکه مانند یک تحلیلگر داده باتجربه فکر کرده، تحلیل کرده و مسائل را حل میکنید. در پایان این دوره، پورتفولیویی که درهایی را به سوی فرصتها برای شما باز میکند و مهارتهایی که توجهات را جلب میکند، خواهید داشت.
امروز در این دوره شرکت کنید و از یک دانشجوی پایتون به یک توسعهدهنده پایتون تبدیل شوید!
این دوره برای چه کسانی مناسب است؟
- هر کسی که میخواهد حرفه خود را در تحلیل داده آغاز کند.
- هر کسی که میخواهد بیشتر درباره پایتون یاد بگیرد.
- هر کسی که میخواهد درباره زبانهای برنامهنویسی بیشتر یاد بگیرد.
- هر کسی که میخواهد درباره مصورسازیهای داده بیشتر یاد بگیرد.
- هر کسی که میخواهد پورتفولیویی از پروژههای کدنویسی برای رزومه خود بسازد.
پایتون برای تحلیل داده - پروژههایی که رزومه شما را تقویت میکنند
-
مقدمهای بر دوره 03:31
-
نصب پایتون و آناکوندا در ویندوز 04:32
-
نصب پایتون و آناکوندا در مک 04:34
-
آشنایی با Spyder 02:44
-
بررسی اولیه پایتون 10:14
-
اصول اولیه پایتون 18:23
-
آزمون مبانی پایتون None
-
بررسی ساختارهای اولیه پایتون None
-
آشنایی با Numpy 09:51
-
محاسبه آمار با Numpy 10:02
-
ایندکسگذاری و اسلایس کردن با Numpy 07:04
-
بررسی Numpy None
-
تحلیل و دستکاری داده با NumPy بهصورت عملی None
-
آشنایی با پانداس 02:46
-
دسترسی به داده در یک دیتافریم 11:03
-
گروهبندی و تجمیع داده با دیتافریمها 04:55
-
چگونه دیتافریمها را ادغام کنیم؟ 08:40
-
مروری بر Pandas None
-
پانداس کاربردی: عملیاتها و تحلیل دیتافریم None
-
تحلیل داده فروش آمازون - مقدمه 03:47
-
ایمپورت، بررسی و پاکسازی داده 14:40
-
تجمیع داده فروش 14:54
-
تغییر نام ستونها و اکسپورت داده 05:15
-
آپلود کد در گیتهاب 05:19
-
آنچه در پروژه 1 آموختید را محک بزنید None
-
بررسی داده فروش با پانداس None
-
تحلیل سفارشات تجارت الکترونیک - مقدمه 03:07
-
تنظیم دایرکتوری کاری در پایتون 03:38
-
بارگذاری فایلهای داده و بررسی کیفیت داده 08:45
-
مدیریت مقادیر گمشده در پایتون 08:31
-
بررسی داده تکراری 04:57
-
فیلترینگ داده در پایتون 11:06
-
ادغام و جوین کردن دیتافریمها 05:14
-
ایجاد مصورسازیهای داده 18:22
-
ویرایش و سفارشیسازی نمودارها در پایتون 07:06
-
ایجاد نمودار پراکندگی 11:07
-
ایجاد نمودار میلهای انباشته 07:28
-
ایجاد نمودار جعبهای در پایتون 06:53
-
ایجاد نمودارهای فرعی در پایتون 09:18
-
دانش خود را از پروژه 2 محک بزنید None
-
بررسی و مصورسازی داده تجارت الکترونیک با پانداس و Matplotlib None
-
تحلیل فروش پیتزا و ایمپورت داده 08:45
-
بررسی دیتافریمها و آمار توصیفی 08:41
-
کار با ردیفها و ستونها در پانداس 06:23
-
درک ایندکسگذاری در دیتافریمها 03:20
-
Truncate کردن دیتافریمها و سریها در پایتون 04:56
-
فیلترینگ دیتافریمها 24:20
-
کار با داده گمشده 06:46
-
حذف ردیفها و ستونهای خاص در یک دیتافریم 09:32
-
مرتبسازی دیتافریمها 08:00
-
گروهبندی در پایتون 21:43
-
ادغام و Concatenate کردن در پایتون 22:16
-
تغییر حروف بزرگ و کوچک در پایتون 06:05
-
جایگزینی متن در ستونهای دیتافریم 04:09
-
حذف فضاهای خالی از ستونها 03:02
-
تولید یک نمودار جعبهای 07:02
-
پایان پروژه 00:30
-
دانش خود را از پروژه 3 محک بزنید None
-
دستکاری و مصورسازی داده بهصورت عملی در پایتون None
-
بررسی تحلیل وام - مقدمه 07:23
-
ایمپورت داده در پایتون 07:57
-
جوین کردن داده در پایتون 05:43
-
مراحل پاکسازی داده در پایتون 05:43
-
آشنایی با توابع در پایتون 06:05
-
ایجاد یک تابع برای مجموعه داده وام 09:06
-
فرمانهای شرطی در پایتون 05:02
-
کاربرد عملی توابع و شرطها 18:02
-
کار با دستورات شرطی و میانگینها در توابع 09:49
-
کلاسها در پایتون 14:33
-
مصورسازیهای داده در پایتون 19:53
-
بررسی سریع نمودارهای فرعی در پایتون 04:42
-
دانش خود را از پروژه 4 محک بزنید None
-
تمرین تحلیل داده و برنامهنویسی شیءگرا در پایتون None
-
تحلیل احساسات - مقدمه 04:26
-
بارگذاری و بررسی داده 08:36
-
شناسایی زبانها و استفاده از try و except 09:24
-
پاکسازی داده متنی 06:15
-
توسعه تابع احساسات 06:53
-
ایجاد ابر کلمات 10:53
-
ایجاد نمودار شمارش برای احساسات 02:41
-
دانش خود را از پروژه 5 محک بزنید None
-
نتیجه گیری 00:19
مشخصات آموزش
پایتون برای تحلیل داده - پروژههایی که رزومه شما را تقویت میکنند
- تاریخ به روز رسانی: 1404/10/04
- سطح دوره:همه سطوح
- تعداد درس:82
- مدت زمان :09:17:13
- حجم :6.0GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy