تحلیل داده پایتون
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- مرتبسازی، کوئری و ساختاردهی داده در Pandas، کتابخانه پایتون
- توضیح مدلسازی و تفسیر داده با استفاده از پایتون
- ایجاد مصورسازیهای داده اولیه با کتابخانههای پایتون
توضیحات دوره
این دوره به معرفی استفاده از زبان برنامهنویسی پایتون برای دستکاری مجموعه دادهها به عنوان یک جایگزین برای spreadsheets میپردازد. شما از فریمورک OSEMN برای تحلیل داده پیروی خواهید کرد تا داده را pull کنید، پاکسازی کنید، دستکاری کرده و تفسیر نمایید، در حالی که اصول بنیادین برنامهنویسی و توابع اولیه پایتون را یاد میگیرید. شما با کتابخانه پایتون، Pandas، آشنا شده و نحوه استفاده از آن برای به دست آوردن، اسکراب کردن، اکتشاف و مصورسازی داده را یاد خواهید گرفت.
در پایان دوره قادر به انجام موارد زیر خواهید بود:
- استفاده از پایتون برای ساخت حلقهها و ساختارهای داده اولیه
- مرتبسازی، کوئری و ساختاردهی داده در Pandas، کتابخانه پایتون
- ایجاد مصورسازیهای داده با کتابخانههای پایتون
- مدلسازی و تفسیر داده با استفاده از پایتون
این دوره برای افرادی طراحی شده که میخواهند مبانی استفاده از پایتون برای مرتبسازی و ساختاردهی داده برای تحلیل داده را یاد بگیرند.
شما نیازی به تجربه در بازاریابی یا تحلیل داده ندارید، اما باید مهارتهای ناوبری اولیه اینترنت را داشته و مشتاق به شرکت در این دوره باشید.
تحلیل داده پایتون
-
آشنایی با این برنامه 6:00
-
ویدئوی مقدمه مدرس 1:52
-
نزدیک شدن به تحلیل داده با فریمورک OSEMN 3:45
-
چرا پایتون برای تحلیل داده؟ 3:29
-
Jupyter Notebook - جایی که کدهای خود را مینویسیم 0:50
-
مبانی استفاده از Jupyter Notebook 6:36
-
استفاده از Jupyter Notebook در Coursera 2:57
-
بررسی مثال یک نوتبوک معمولی در فعالیت Coursera 5:21
-
متغیر در پایتون به چه معناست؟ 9:49
-
تایپهای متغیر 5:02
-
کار با تایپها در پایتون 6:42
-
فعالیت - بررسی متغیرها در پایتون 1:48
-
لیستها و تاپلها 11:58
-
فعالیت - بررسی لیستها و تاپلها 6:40
-
دیکشنریها 7:02
-
فعالیت - بررسی دیکشنریها 4:25
-
بولیها در پایتون 6:55
-
فعالیت - بررسی استفاده از بولیها 5:16
-
عبارات شرطی 10:42
-
فعالیت - بررسی استفاده از شرطیها 5:27
-
آشنایی با کتابخانهها 8:11
-
Pandas چیست؟ 7:35
-
کار با سریها و دیتافریمهای Pandas 8:57
-
فعالیت - بررسی Pandas 5:48
-
مجموعههای فرعی با Pandas 9:18
-
فعالیت - بررسی مجموعههای فرعی انتخابی 5:30
-
پاکسازی چیست؟ 1:56
-
حذف داده 10:20
-
فعالیت - بررسی حذف داده 6:55
-
اصلاح مقادیر 6:46
-
جایگزینی مقادیر 5:09
-
فعالیت - بررسی جایگزینی مقادیر 10:26
-
چرا اکتشاف؟ 1:43
-
بررسی روابط اسکراب کردن 1:46
-
اکتشاف - آمار اولیه 11:16
-
اکتشاف - فیلترینگ داده 15:57
-
فعالیت - بررسی اکتشاف اولیه 5:47
-
یک تصویر به اندازه هزار کلمه ارزش دارد 2:58
-
آشنایی با هدف مصورسازیها 1:29
-
انواع مصورسازیهای اکتشافی - توزیعها 3:29
-
انواع مصورسازیهای اکتشافی - دستهبندی 2:06
-
انواع مصورسازیهای اکتشافی - رابطهها 2:39
-
استفاده از Pandas و Matplotlib برای ایجاد مصورسازیها 10:43
-
فعالیت - بررسی ایجاد مصورسازیها 7:49
-
درک مصورسازیها برای اکتشاف 7:37
-
فعالیت - بررسی اکتشاف با مصورسازی 5:57
-
کجا تجمیعها به ما در درک داده کمک میکنند؟ 2:12
-
کار با گروهها در Pandas 12:24
-
فعالیت - بررسی تجمیعها 5:06
-
مدلسازی و تفسیر داده 1:37
-
بررسی مدلسازی 3:26
-
مدلسازی با پایتون 13:36
-
بررسی تفسیر 4:32
-
تفسیر نتایج مدل 8:05
-
مصورسازیهای اکتشافی در برابر مصورسازیهای توضیحی 3:35
-
ایجاد مصورسازیهای توضیحی 11:39
-
OSEMN - جمعبندی مطالب 11:50
-
فعالیت - بررسی کامل OSEMN 18:01
مشخصات آموزش
تحلیل داده پایتون
- تاریخ به روز رسانی: 1404/06/14
- سطح دوره:مقدماتی
- تعداد درس:58
- مدت زمان :06:16:46
- حجم :855.0MB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy