مصورسازی و مدل‌سازی داده در پایتون

توضیحات دوره

با تسلط به مصورسازی و مدل‌سازی داده، اساس مهارت‌های علم داده پایتون خود را ایجاد کنید. این دوره برای برنامه‌نویسان در سطح متوسط مناسب است که تجربه‌ای در استفاده از NumPy و پانداس دارند و می‌خواهند مهارت‌های خود را برای هر شغلی در زمینه علم داده گسترش دهند. چه از علوم اجتماعی و آمار، چه با سابقه برنامه‌نویسی وارد علم داده شده باشید، این دوره هر دو چشم‌انداز را یکپارچه کرده و بینش‌های منحصر به فردی از هرکدام ارائه خواهد داد.

شما با تسلط به Matplotlib، یکی از کتابخانه‌های اصلی ترسیم در پایتون، شروع خواهید کرد. این کتابخانه به شما کمک می‌کند تا به‌طور مؤثر، بینش‌های مربوط به داده را کشف و بیان کنید. سپس به الگوریتم‌های دسته‌بندی خواهید پرداخت و یک K-Nearest Neighbors (KNN) classifier، یک الگوریتم اساسی در علم داده و یادگیری ماشین، ایجاد خواهید کرد. در نهایت، برنامه‌های پایتونی خواهید نوشت که به مهارت‌های جدید علم داده شما بر اساس آمار استنباطی تکیه دارند و می‌توانید روابط بین متغیرها را در داده خود توصیف کنید.

تا پایان دوره، شما قادر خواهید بود به سرعت یک مجموعه داده را مصورسازی کرده، آن را برای کشف بینش‌ها بررسی کرده، روابط بین داده را تعیین کرده و همه این‌ها را با نمودارهای مؤثر بیان کنید. در آخرین ماژول این دوره، شما یک Figure با کیفیت انتشار را بر اساس داده‌ای که خودتان آماده و پاکسازی کرده‌اید، تولید خواهید کرد که اولین اثر در پورتفولیوی علم داده شما است.

در طول این دوره، تجربه عملی زیادی از طریق تکالیف برنامه‌نویسی تعاملی، دموهای لایو از دانشمندان داده و تحلیل داده پشت مسائل مهم واقعی (مانند انتشار کربن، قیمت‌های املاک و مرگ و میر نوزادان) خواهید داشت. فعالیت‌های هدایت‌شده در هر ماژول مهارت‌های شما را در تکنیک‌های علم داده و رویکرد تحلیلی به عنوان یک دانشمند داده تقویت خواهند کرد.

درک خود را از این مفاهیم حیاتی علم داده تقویت کنید و با تسلط به مصورسازی و مدل‌سازی، ساخت پورتفولیوی علم داده خود را شروع کنید. این سفر یادگیری یکپارچه و تحول‌آفرین را امروز آغاز کنید!