بوت‌کمپ علم داده پایتون برای توسعه‌دهندگان #C و NET.

آنچه یاد خواهید گرفت:

• به‌ طور مؤثر اصول پایتون را با استفاده از مفاهیمی که از توسعه با #C و NET. برایتان آشنا هستند به کار ببرید.
• LINQ، کالکشن‌ها و حلقه‌ها را به ساختارهای پایتون مانند list comprehension و dict comprehension تبدیل کنید
• با داده‌ واقعی با استفاده از NumPy و pandas برای تحلیل و تبدیل کار کنید.
• داده‌ CSV و JSON و متنی را با پایتون بخوانید، پردازش و دستکاری کنید.
• با استفاده از matplotlib و seaborn مصورسازی‌های معنادار داده ایجاد کنید.
• مجموعه‌ داده‌ها را پاکسازی، فیلتر و تجمیع کنید تا بینش‌های کاربردی استخراج شود.
• با استفاده از scikit-learn یک مدل اولیه یادگیری ماشین بسازید و ارزیابی کنید.
• با استفاده از Jupyter Notebook برای گردش‌کارهای علم داده، مهارت کدنویسی عملی را توسعه دهید.

پیش‌نیازهای دوره

• درک پایه‌ای از مفاهیم برنامه‌نویسی (ترجیحاً #C یا هر زبان NET.)
• آشنایی با متغیرها، حلقه‌ها و توابع
• یک رایانه با دسترسی به اینترنت (Windows یا macOS)
• تمایل به یادگیری پایتون و تمرین کدنویسی عملی

توضیحات دوره

تا به حال کنجکاو شده‌اید درباره پایتون و علم داده بیشتر بدانید، اما ندانسته‌اید از کجا شروع کنید؟ شاید شما هم مثل من یک توسعه‌دهنده‌ #C یا NET. باشید که سال‌ها کدنویسی کرده‌اید، اما حالا مدام واژه‌هایی مثل «pandas»، «Jupyter» یا «یادگیری ماشین» را می‌شنوید و همه‌ چیز کمی دور از دسترس به نظر می‌رسد؟

شما تنها نیستید. ما هم همین‌جا بودیم. می‌دانیم باز کردن یک دوره آموزشی پایتون و بلافاصله سردرگم شدن چه حسی دارد - سینتکس متفاوت، ابزارهای متفاوت و همه‌ موارد طوری توضیح داده شده که انگار از قبل دکترای آمار دارید.

دقیقاً به همین دلیل دوره را ساختیم.

این دوره برای افرادی مثل ماست، توسعه‌دهندگانی که از قبل بلدند کدنویسی کنند، اما می‌خواهند بدون غرق شدن در تئوری، اصطلاحات تخصصی یا درس‌های بیش از حد دانشگاهی، وارد پایتون و علم داده شوند.

ما از ساده‌ترین بخش‌ها شروع کرده و شما را مرحله‌به‌مرحله با نصب پایتون، استفاده از VS Code و نوشتن اولین اسکریپت‌ها همراهی می‌کنیم. سپس با استفاده از مجموعه‌ داده‌های واقعی برای بررسی، فیلترینگ، گروه‌بندی و مصورسازی، به سراغ تحلیل داده می‌رویم. در پایان، حتی یک مدل اولیه یادگیری ماشین هم آموزش می‌دهیم. همه‌ موارد با زبان ساده و با اشاره به تفاوت‌ها و شباهت‌ها با #C توضیح داده می‌شود.

هیچ تجربه‌ قبلی در پایتون لازم نیست. هیچ نگرانی‌ هم درباره‌ ریاضیات لازم نیست.

اگر شما توسعه‌دهنده‌ #C هستید و به دنبال یک راهنمای عملی و بدون حاشیه برای یادگیری پایتون در کار با داده‌ می‌گردید، این دوره اولین قدم شماست.

بیایید با هم شروع کنیم.

از آکولادها تا داده‌ تمیز، بیایید پایتون را به زبان دوم شما تبدیل کنیم.

این دوره برای چه کسانی مناسب است؟

• توسعه‌دهندگان #C و NET. که می‌خواهند به پایتون برای علم داده مهاجرت کنند.
• توسعه‌دهندگان نرم‌افزار که می‌خواهند دانش برنامه‌نویسی فعلی خود را در تحلیل داده و یادگیری ماشین به کار بگیرند.
• توسعه‌دهندگانی که درباره NumPy و pandas و گردش‌کارهای پردازش داده واقعی کنجکاوند.
• توسعه‌دهندگان بک‌اند یا فول‌استک که می‌خواهند وارد اپلیکیشن‌های داده‌محور شوند.
• مبتدیان علم داده که به‌ جای یادگیری سنگین تئوری، یک رویکرد ساختاریافته و کدمحور را ترجیح می‌دهند
• کسی که می‌خواهد پایتون را برای علم داده با مثال‌های عملی و کاربردی یاد بگیرد.