آموزش شروع کار با پایتون
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- توضیح دهید که پایتون چگونه توسط کارشناسان داده استفاده میشود.
بررسی اصول اولیه ساختار پایتون، از جمله سینتکس و semantics درک حلقهها، دستورات کنترل و دستکاری رشتهها استفاده از ساختارهای داده برای ذخیره و سازماندهی دادهها
توضیحات دوره
این دوره، دومین دوره از هفت دوره گواهینامه Google Advanced Data Analytics Certificate است. زبان برنامهنویسی پایتون ابزاری قوی برای تحلیل داده میباشد. در این دوره، شما با مفاهیم پایه برنامهنویسی پایتون و نحوه استفاده کارشناسان داده از پایتون در کار آشنا خواهید شد. شما مفاهیمی مانند برنامهنویسی شیگرا، متغیرها، انواع داده، توابع، دستورات شرطی، حلقهها و ساختارهای داده را بررسی خواهید کرد.
کارمندان گوگل که در حال حاضر در این حوزه کار میکنند، این دوره را با ارائه فعالیتهای عملی که وظایف مرتبط را شبیهسازی میکند، راهنمایی خواهند کرد و مثالهایی از کارهای روزمره خود را به اشتراک میگذارند. آنها به شما کمک خواهند کرد تا مهارتهای تحلیل داده خود را تقویت کنید تا برای شغل خود آماده شوید.
یادگیرندگانی که هفت دوره در این برنامه را کامل کنند، مهارتهای لازم برای درخواست شغلهای تحلیل داده و علم داده را خواهند داشت. این گواهینامه فرض میکند که دانش قبلی اصول بنیادی تحلیل، مهارتها و ابزارهایی که در گواهینامه تحلیل داده گوگل پوشش داده شدهاند، دارید.
در پایان این دوره، شما خواهید توانست:
-تعیین کنید که زبان برنامهنویسی چیست و چرا پایتون توسط دانشمندان داده استفاده میشود.
-اسکریپتهای پایتون ایجاد کنید تا دادهها را نمایش دهند و عملیات انجام دهند.
-جریان برنامهها را با استفاده از شرط ها و توابع کنترل کنید.
-از انواع مختلف حلقهها هنگام انجام عملیات تکراری استفاده کنید.
-انواع دادههایی مانند اعداد صحیح، اعشاری، رشتهها و booleans را شناسایی کنید.
-ساختارهای داده مانند لیستها، تاپلها، دیکشنریها و مجموعهها را دستکاری کنید.
-کتابخانههای پایتون مانند NumPy و pandas را وارد و استفاده کنید.
آموزش شروع کار با پایتون
-
آشنایی با دوره 2 4:45
-
آدریان: مسیر من به شغل داده 2:14
-
خوش آمدید به ماژول 1 1:40
-
معرفی به پایتون 5:25
-
بیشتر درباره پایتون بیابید 6:31
-
Jupyter Notebooks 2:39
-
برنامهنویسی شیگرا 4:42
-
حمزه: چگونه پایتون به شغل علم داده من کمک کرد؟ 2:34
-
متغیرها و انواع داده 5:54
-
ایجاد نامهای متغیر دقیق 4:38
-
انواع داده و تبدیلها 4:27
-
جمعبندی 1:32
-
خوش آمدید به ماژول 2 3:05
-
تعریف توابع و بازگشت مقادیر 6:10
-
نوشتن کد تمیز 3:49
-
از نظرات برای ساختاردهی کد خود استفاده کنید 6:38
-
مقایسهها را با استفاده از عملگرها انجام دهید 4:20
-
استفاده از دستورات if ،elif و else برای تصمیم گیری 10:51
-
جمعبندی 1:30
-
خوش آمدید به ماژول 3 2:39
-
میشل: با ذهنیت تحلیلی به مشکلات نزدیک شوید 3:06
-
آشنایی با حلقههای while 8:58
-
آشنایی با حلقههای for 4:20
-
حلقهها با پارامترهای چندگانه ()range 3:48
-
کار با رشتهها 3:41
-
اسلایس کردن رشتهها 6:54
-
فرمت رشتهها 4:57
-
جمعبندی 2:03
-
خوش آمدید به ماژول 4 2:04
-
آشنایی با لیست ها 4:51
-
تغییر محتویات یک لیست 4:17
-
آشنایی با به تاپلها 4:11
-
بیشتر با حلقهها، لیستها و تاپلها 5:40
-
آشنایی با دیکشنری ها 4:32
-
روشهای دیکشنری 4:45
-
آشنایی با مجموعهها 5:30
-
قدرت بستهها 4:22
-
آشنایی با NumPy 4:02
-
عملیات پایهای آرایهها 6:16
-
آشنایی با pandas 4:52
-
مبانی Pandas 10:10
-
Boolean masking 5:49
-
گروهبندی و تجمیع 5:50
-
ادغام و جوین دادهها 8:45
-
جمعبندی 1:39
-
خوش آمدید به ماژول 5 2:41
-
آشنایی با پروژه پایانی دوره 2 شما 2:09
-
جمعبندی پروژه پایانی دوره و نکات برای موفقیت شغلی آینده 2:56
-
جمعبندی دوره 1:41
مشخصات آموزش
آموزش شروع کار با پایتون
- تاریخ به روز رسانی: 1404/06/14
- سطح دوره:پیشرفته
- تعداد درس:49
- مدت زمان :03:44:16
- حجم :657.0MB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy