دوره آموزشی
The Great Courses
دوبله زبان فارسی

بوت‌کمپ تحلیلگر داده پایتون - پردازش، تحلیل و مصورسازی

بوت‌کمپ تحلیلگر داده پایتون - پردازش، تحلیل و مصورسازی

✅ سرفصل و جزئیات آموزش

آنچه یاد خواهید گرفت:

  • یادگیری پایتون از ابتدا و استفاده از NumPy و Pandas برای دستکاری داده‌ - با داده‌ واقعی کار می‌کنید و مهارت‌های ضروری تحلیل داده را توسعه می‌دهید.
  • تسلط به Seaborn ،Matplotlib و Polars به مصورسازی و پردازش داده‌ - با داده‌ واقعی قیمت سهام از yfinance کار کرده و نمودارهای معنا‌دار می‌سازید.
  • یادگیری مهارت‌های گیت برای کنترل نسخه و همکاری - پروژه‌ها را به شکل مؤثر مدیریت کرده و به‌ صورت تیمی بدون مشکل کار کنید.
  • ساخت داشبوردهای تعاملی با Streamlit، مصورسازی داده‌ قیمت سهام و استقرار پروژه خود به‌ صورت رایگان در Streamlit Cloud - ایجاد پورتفولیوی خود

پیش‌نیازهای دوره

  • نیاز به تجربه قبلی نیست. این دوره مبتدی پسند است و شما را گام‌به‌گام با پایتون و تحلیل داده از پایه آشنا می‌کند.
  • درک ابتدایی از مفاهیم برنامه‌نویسی (متغیرها، حلقه‌ها، شرطی‌ها) مفید است، اما اجباری نیست.
  • یک رایانه با دسترسی به اینترنت برای بهره‌برداری از مطالب دوره و اجرای کدها لازم است.
  • علاقه به یادگیری و تمایل به ساخت پروژه‌های عملی دارید.
  • در این دوره از پایتون، Jupyter Notebooks و ویژوال استودیو کد استفاده خواهیم کرد. نگران نباشید؛ نصب پایتون و راه‌اندازی محیط توسعه را گام‌به‌گام آموزش می‌دهیم.

توضیحات دوره

این دوره به منظور آموزش محبوب‌ترین کتابخانه‌ها و ابزارهای پایتون در حوزه داده طراحی شده که برای دانشمندان داده، تحلیلگران و توسعه‌دهندگان آینده بسیار مناسب است.

آنچه خواهید آموخت:

  • مبانی تا پیشرفته پایتون - ما از اصول پایه شروع می‌کنیم و یک بنیان قوی در پایتون می‌سازیم. ما شما را با مفاهیم کلیدی برنامه‌نویسی راهنمایی کرده و به مباحث پیشرفته مانند برنامه‌نویسی شی‌گرا (OOP) می‌بریم.
  • NumPy و Pandas - به کتابخانه‌های اصلی برای پردازش سریع و کارآمد داده‌ مسلط شده و نحوه کار با مجموعه داده‌های بزرگ، مدیریت مقادیر گمشده و انجام محاسبات پیشرفته را خواهید آموخت.
  • Polars - با کتابخانه‌ای سریع و مقیاس‌پذیر برای دیتافریم به نام Polars آشنا می‌شوید. این کتابخانه را با Pandas مقایسه می‌کنیم تا نشان دهیم Polars چگونه در کار با مجموعه داده‌های عظیم، سرعت بیشتری ارائه می‌دهد.
  • مصورسازی داده با Seaborn و Matplotlib - نحوه مصورسازی حرفه‌ای داده‌ را یاد می‌گیرید. از ساخت نمودارهای ساده تا طراحی چارت‌های زیبا و تعاملی، قادر خواهید بود داستانی جذاب با داده‌ روایت کنید. همه موارد از مصورسازی‌های اولیه تا تکنیک‌های پیشرفته مانند نقشه حرارتی، هیستوگرام و نمودارهای پراکندگی پوشش داده می‌شود.
  • گیت - کنترل نسخه را با گیت یاد می‌گیرید. شما نحوه دنبال کردن و مدیریت تغییرات کد، همکاری در پروژه‌ها و نظم دادن به کار خود را یاد می‌گیرید.
  • ساخت داشبورد با Streamlit - شما نحوه ایجاد داشبوردهای تعاملی با استفاده از Streamlit و Matplotlib را می‌آموزید. شما یک پروژه لایو از ابتدا با داده‌ واقعی می‌سازید و آن را به‌ صورت رایگان مستقر می‌کنید تا کارتان را به دیگران نشان دهید.

در طول دوره، تمرین‌های عملی زیادی انجام می‌دهید تا آموخته‌های خود را تمرین و تثبیت کنید. در پایان دوره، یک پروژه داشبورد کامل و قابل مستقر خواهید داشت که می‌توانید به کارفرمایان یا مشتریان احتمالی ارائه دهید.

این دوره برای چه کسانی مناسب است؟

  • مبتدیان در پایتون - اگر تازه برنامه‌نویسی را شروع کرده‌اید، این دوره پایتون را از پایه به شما آموزش می‌دهد و به مباحث پیشرفته‌تر مانند برنامه‌نویسی شی‌گرا می‌پردازد.
  • تحلیلگران داده مشتاق - اگر به دنبال شروع یک حرفه در تحلیل داده هستید، این دوره مهارت‌های بنیادی پایتون، پردازش داده و مصورسازی را که کارفرمایان به دنبال آن هستند به شما می‌آموزد.
  • دانشجویان و حرفه‌ای‌هایی که می‌خواهند به حوزه داده وارد شوند - این دوره کمک می‌کند مهارت‌های فنی لازم برای تحلیل و مصورسازی داده‌ واقعی را کسب کنید.
  • ایجادکنندگان پورتفولیو - پروژه‌های واقعی برای نمایش در پورتفولیوی داده خود می‌سازید.
  • خودآموزان - مسیر ساختاریافته‌ای برای تسلط به پایتون و تحلیل داده دنبال می‌کنید.

بوت‌کمپ تحلیلگر داده پایتون - پردازش، تحلیل و مصورسازی

  • مقدمه 03:53
  • نصب پایتون 06:04
  • راه‌اندازی محیط کار - نصب ویرایشگرهای کد 03:54
  • کار با نسخه‌های مختلف پایتون - محیط‌های مجازی و Pyenv 11:55
  • دستورالعمل‌های PEP و درک سینتکس پایتون 06:41
  • تایپ‌های عددی در پایتون - عدد صحیح، شناورها و اعداد مختلط 06:39
  • کار با اعداد اعشاری شناور و گرد کردن None
  • کار با متغیرهای عدد صحیح و عملیات‌های اولیه None
  • کار با تبدیل تایپ داده None
  • تایپ‌های آبجکت اتمی و ارجاعی در پایتون 04:59
  • تایپ داده رشته در پایتون 10:30
  • کار با رشته‌ها در پایتون None
  • تایپ داده لیست در پایتون 08:47
  • تایپ داده تاپل در پایتون 09:09
  • کار با تاپل‌ها در پایتون None
  • تایپ داده بولی در پایتون 04:54
  • استفاده از مقادیر بولی، عبارات منطقی و منطق شرطی None
  • تایپ داده دیکشنری در پایتون 07:22
  • کار با دیکشنری‌ها در پایتون None
  • تایپ داده‌ مجموعه و Frozenset در پایتون 08:15
  • کار با مجموعه‌ها در پایتون None
  • تایپ‌های دنباله باینری در پایتون 14:08
  • حلقه‌ها و نحوه کار با آنها 08:01
  • دستورات Break و Continue در کنترل جریان پایتون 07:17
  • استفاده از Break و Continue برای کنترل جریان در پایتون None
  • حلقه‌های تودرتو و دستورات شرطی 08:24
  • کار با حلقه‌ها و ساختارهای داده تودرتو 09:30
  • پیاده‌سازی حلقه For None
  • List Comprehensions در پایتون 13:55
  • پردازش داده کارآمد با List Comprehensions در پایتون None
  • تابع ()input در پایتون 07:03
  • تابع چیست؟ ساخت توابع در پایتون 10:08
  • آرگومان‌های پوزیشنال و کلیدواژه در توابع پایتون 08:36
  • عملگرهای پک کردن و آنپک کردن آرگومان‌ در توابع پایتون 08:34
  • توابع لامبدا در پایتون 07:14
  • اسکوپ در پایتون چیست؟ 08:24
  • استفاده از try-except در توابع پایتون 10:00
  • ماژول‌ها در پایتون چه هستند - کار با آنها و دستور ایمپورت 16:48
  • دکوراتور به عنوان الگوی طراحی در پایتون - نحوه استفاده و پیاده‌سازی از آنها 06:19
  • ساخت مولد کد QR برای شبکه‌های اجتماعی با پایتون 07:19
  • ساخت تابع سفارشی None
  • پیاده‌سازی تابع با مدیریت خطا با استفاده از try-except None
  • ساخت تابع لامبدا None
  • ساخت دکوراتور سفارشی None
  • ارسال آرگومان‌های پوزیشنال و نامگذاری شده به یک تابع None
  • درک پک کردن آرگومان‌های تابع None
  • درک و استفاده از آنپک کردن آرگومان‌های توابع None
  • درک نحوه تغییر رفتار توابع توسط دکوراتورها در پایتون None
  • برنامه‌نویسی شی‌گرا در پایتون - کلاس‌ها و نمونه‌ها 11:02
  • نوشتن یک Constructor برای کلاس و ایجاد نمونه None
  • ساخت کلاس سفارشی None
  • برنامه‌نویسی شی‌گرا در پایتون - متدهای کلاس، استاتیک و نمونه 09:06
  • کار با متد استاتیک None
  • درک متدهای کلاس None
  • برنامه‌نویسی شی‌گرا در پایتون - وراثت تک و چندگانه 10:07
  • برنامه‌نویسی شی‌گرا در پایتون - وراثت چندسطحی و سلسله‌مراتبی 07:25
  • وراثت کلاس‌ None
  • برنامه‌نویسی شی‌گرا در پایتون - کامپوزیشن 11:46
  • کامپوزیشن کلاس None
  • برنامه‌نویسی شی‌گرا در پایتون - پلی‌مورفیسم 05:10
  • درک پلی‌مورفیسم None
  • کار با ()super، وراثت و پلی‌مورفیسم None
  • برنامه‌نویسی شی‌گرا در پایتون - کپسوله‌سازی 13:32
  • درک کپسوله‌سازی در پایتون None
  • برنامه‌نویسی شی‌گرا در پایتون - Getter ،Setter و ویژگی‌ها 06:33
  • برنامه‌نویسی شی‌گرا در پایتون - تجمیع 06:25
  • برنامه‌نویسی شی‌گرا در پایتون - انتزاع 10:39
  • استفاده از متدهای Getter و Setter None
  • کار با ویژگی‌ها None
  • NumPy برای مبتدیان - چیست و چرا اهمیت دارد؟ 03:44
  • آرایه چیست؟ روش‌های مختلف ساخت آرایه‌ها در NumPy 08:12
  • آرایه NumPy - اسلایس کردن و ایندکس‌گذاری 04:20
  • ویژگی‌های آرایه و تکنیک‌های پیشرفته ایندکس‌گذاری 09:41
  • تکنیک‌های ضروری برای ساخت و تبدیل آرایه‌های NumPy 04:34
  • دستکاری آرایه NumPy - مشاهده، کپی، تغییر شکل و مسطح کردن 05:45
  • توابع ریاضی در NumPy 06:46
  • تصادفی‌سازی و ترکیب آرایه‌ها در NumPy 07:54
  • عملیات‌های پیشرفته آرایه و تکنیک‌های تقسیم‌بندی 09:03
  • بارگذاری، ذخیره و جستجو در NumPy 05:17
  • معرفی Pandas 01:26
  • شروع کار با Pandas - نصب، راه‌اندازی آناکوندا و Jupyter Notebook 06:46
  • توضیح سری‌های Pandas - ساخت، دستکاری و مقایسه با آرایه‌های NumPy 05:40
  • دیتافریم‌های Pandas - دسترسی، اصلاح، فیلترینگ و ایندکس‌گذاری 05:39
  • MultiIndex در Pandas - توضیح ایندکس‌گذاری سلسله‌مراتبی 07:08
  • تحلیل دیتافریم Pandas - گروه‌بندی، تجمیع و توابع ریاضی 07:32
  • مجموعه داده‌های واقعی - دانلود، تحلیل و یکپارچه‌سازی SQL در Pandas 08:09
  • جداول محوری در Pandas - پاکسازی داده و تحلیل داده‌ واقعی 07:19
  • مصورسازی داده در Pandas - نمودارها، گراف‌ها و بینش‌ها 08:44
  • معرفی Polars 01:34
  • Polars - تفاوت‌های کلیدی با Pandas و دلیل سرعت بالاتر آن 06:07
  • نصب Polars، بارگذاری دیتافریم‌ها و دسترسی مؤثر به ستون‌ها 07:12
  • Polars - عملیات‌های حسابی، مدیریت ستون‌ها و دستکاری داده 08:05
  • دیتافریم‌ها در Polars - اسلایس کردن، آمار توصیفی و فرآیند پیشرفته داده 09:52
  • متدهای دیتافریم در Polars - پرچم‌ها، اسکیما، عملیات‌های ستون‌ها و تبدیل‌ها 07:38
  • دستکاری داده پیشرفته در Polars - گروه‌بندی، تجمیع و مرتب‌سازی 05:25
  • عملیات‌های پیشرفته داده در Polars - بررسی write_csv، جداول محوری و استراتژی‌های جوین 08:20
  • درک اجرای eager و lazy در Polars - مقایسه سرعت با Pandas 16:53
  • مصورسازی داده در Polars - مزایا، محدودیت‌ها و مقایسه 04:23
  • معرفی Matplotlib 01:24
  • راه‌اندازی و مبانی Matplotlib - آموزش نمودار خطی و پراکندگی 04:48
  • مصورسازی داده - نمودار میله‌ای، تحلیل چندبعدی و استایل‌دهی نمودار پراکندگی 05:25
  • بررسی نمودارهای سه‌بعدی و هیستوگرام‌ها در مصورسازی داده 04:06
  • نمودارهای دایره‌ای، ذخیره نمودارها در فرمت‌های مختلف و انیمیشن‌ها با FuncAnimation 08:46
  • متحرک‌سازی نمودارهای قیمت سهام در Matplotlib و yFinance - ساخت پروژه 09:32
  • معرفی Seaborn 01:11
  • Seaborn چیست، چگونه نصب می‌شود و مقایسه آن با Matplotlib؟ 07:05
  • بررسی مجموعه داده‌های داخلی Seaborn - هیستوگرام‌ و نمودار پراکندگی برای مصورسازی داده 08:50
  • Seaborn پیشرفته - بررسی نمودار جعبه‌ای، نمودار گربه‌ای و پارامترهای گسترده 06:39
  • مصورسازی با Seaborn - کار با نمودار ویولن، نمودار نواری و نمودار مشترک 05:11
  • Seaborn پیشرفته - کار با نمودار PairGrid و نقشه حرارتی از جدول محوری 06:20
  • نصب و راه‌اندازی گیت - تنظیمات محلی و گلوبال 07:27
  • توضیح گردش‌کار گیت - ناحیه کاری، مرحله‌بندی، مخزن و .gitignore 07:06
  • تغییر نام و حذف فایل‌ها در گیت - فرمان‌های گیت 06:05
  • .gitignore: انواع تنظیمات و مدیریت اطلاعات کاربر در Git Config 04:48
  • ملزومات گیت‌هاب - کلون‌سازی مخازن، پوش کردن و Pulling تغییرات، اتصال SSH 05:09
  • پوش کردن تغییرات محلی به گیت‌هاب، حذف مخزن و راه‌اندازی اتصال CLI 08:11
  • نصب افزونه Git Graph در ویژوال استودیو کد و فرمان‌های اولیه Git Branch 05:06
  • ادغام برنچ‌ها در گیت - راهنمای گام‌به‌گام 06:52
  • رفع Merge Conflicts در گیت 07:12
  • تکنیک‌های پیشرفته گیت - Reflog و Reset سخت در برابر نرم 06:26
  • تکنیک‌های پیشرفته گیت - Amend ،Squash و حذف برنچ‌های ادغام شده و نشده 06:08
  • کار با لاگ‌های گیت - سفارشی‌سازی خروجی لاگ و استفاده از Aliases 06:51
  • کار با Git Rebase - این چیست؟ 07:00
  • معرفی Streamlit 01:53
  • آشنایی با Streamlit - نصب، اولین اپلیکیشن و بررسی رابط کاربری 08:42
  • اپلیکیشن مصورسازی قیمت سهام با Streamlit و کتابخانه Yahoo Finance 04:32
  • بهبود مصورسازی قیمت سهام: Streamlit و Yahoo Finance و Matplotlib 05:17
  • Streamlit پیشرفته - افزودن قابلیت و استقرار اپلیکیشن بهصورت رایگان در ابر 12:16

7,209,600 1,802,400 تومان

مشخصات آموزش

بوت‌کمپ تحلیلگر داده پایتون - پردازش، تحلیل و مصورسازی

  • تاریخ به روز رسانی: 1404/12/10
  • سطح دوره:مقدماتی
  • تعداد درس:128
  • مدت زمان :12:05:48
  • حجم :5.92GB
  • زبان:دوبله زبان فارسی
  • دوره آموزشی:AI Academy

آموزش های مرتبط

The Great Courses
1,833,000 366,600 تومان
  • زمان: 02:27:39
  • تعداد درس: 24
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
2,260,000 452,000 تومان
  • زمان: 03:02:02
  • تعداد درس: 14
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
795,000 159,000 تومان
  • زمان: 58:00
  • تعداد درس: 12
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
19,403,000 3,880,600 تومان
  • زمان: 26:02:40
  • تعداد درس: 175
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
8,508,000 1,701,600 تومان
  • زمان: 11:25:13
  • تعداد درس: 94
  • سطح دوره:
  • زبان: دوبله فارسی
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
6,100,500 1,220,100 تومان
  • زمان: 08:11:21
  • تعداد درس: 28
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
7,256,500 1,451,300 تومان
  • زمان: 09:44:25
  • تعداد درس: 67
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
3,634,500 726,900 تومان
  • زمان: 04:52:43
  • تعداد درس: 38
  • سطح دوره:
  • زبان: دوبله فارسی

آیا سوالی دارید؟

ما به شما کمک خواهیم کرد تا شغل و رشد خود را افزایش دهید.
امروز با ما تماس بگیرید