تحلیل داده پایتون
✅ سرفصل و جزئیات آموزش
علم داده، ذهنیت رهبران دولتی و صنعتی را نسبت به مشکلات خاص و جهان به طور کلی تغییر داده است. آیا به شیوه عملکرد تحلیل داده در عمل کنجکاو هستید؟ در این دوره، مدرس میشل والیسر به شما توضیح میدهد که چگونه میتوانید با استفاده از پایتون وارد دنیای علم داده شوید.
مدرس نحوه راهاندازی محیط تحلیل را نشان داده و یک رفرشر از مبانی کار با ساختارهای داده در پایتون ارائه میدهد. سپس به مباحث اصلی مانند: قدرت آرایهها، ایندکسگذاری و جداول در NumPy و pandas میپردازد. او همچنین شما را در دو پروژه نمونه کلان داده: استفاده از NumPy برای شناسایی و مصورسازی الگوهای آب و هوایی و استفاده از pandas برای تحلیل محبوبیت نامهای نوزادان در طول یک قرن گذشته راهنمایی میکند. چالشهایی که در این مسیر ارائه میشود به شما کمک میکند تا آنچه را آموختهاید تمرین کنید. علاوه بر این، با مهارتهای ضروری مانند ایمپورت و آمادهسازی داده، خلاصهسازی و مصورسازی داده، مدل سازی و استدلال، در تسکهای اولیه تحلیل داده آشنا میشوید.
این دوره با GitHub Codespaces یکپارچه شده، محیط توسعه ابری فوری که تمام قابلیتهای IDE محبوب شما را بدون نیاز به راهاندازی ماشین محلی ارائه میدهد. با GitHub Codespaces، شما میتوانید از هر ماشینی در هر زمان، به تمرین عملی بپردازید، در حالی که از ابزاری استفاده میکنید که احتمالاً در محیط کار با آن مواجه خواهید شد. ویدئوی «راهاندازی استفاده از Codespaces» را بررسی کنید تا بیاموزید چگونه شروع به کار کنید.
تحلیل داده پایتون
-
از داده به بینش با پایتون 0:00:55
-
آنچه باید بدانید 0:01:22
-
چه ویژگی جدیدی در این بروزرسانی وجود دارد؟ 0:00:43
-
راهاندازی - استفاده از Codespaces 0:04:01
-
چالشهای CoderPad 0:02:07
-
شروع با حلقههای پایتون 0:05:28
-
تاپلها، لیستها و سینتکس اسلایس کردن 0:06:46
-
دیکشنریها و مجموعهها 0:04:32
-
Comprehensions 0:03:48
-
کلاسهای داده 0:04:30
-
بررسی - یافتن آناگرامها 0:01:03
-
بارگذاری دیکشنریها از فایلهای متنی 0:03:03
-
یافتن آناگرامها 0:04:17
-
راهحل - یافتن پالیندرومها 0:01:06
-
بررسی NumPy 0:04:06
-
ایجاد آرایههای NumPy 0:05:15
-
ایندکسگذاری آرایههای NumPy 0:06:26
-
انجام ریاضیات با آرایههای NumPy 0:05:45
-
آرایههای ویژه - رکوردها و تاریخها 0:04:46
-
بررسی - تحلیل آب و هوا 0:00:54
-
بارگذاری ایستگاه و داده دمایی 0:04:50
-
پاکسازی داده آب و هوایی 0:04:20
-
هموارسازی و ترسیم نمودار سریهای زمانی 0:04:59
-
نمودارهای آب و هوایی 0:04:40
-
راهحل - انحراف دما 0:01:14
-
بررسی pandas 0:01:38
-
دیتافریمها و سریهای pandas 0:07:23
-
ایندکسگذاری در pandas 0:04:12
-
ریاضیات و ترسیم نمودار در pandas 0:06:29
-
عملیات های پایگاه داده در pandas 0:06:58
-
بررسی - تحلیل نامهای نوزادان 0:00:38
-
بارگذاری مجموعه دادههای نام 0:02:49
-
مقایسه محبوبیت نامها 0:05:12
-
کامپایل کردن دهها نام برتر 0:03:06
-
راهحل - نامهای غیرجنسیتی 0:01:54
-
بررسی - ساختار داده 0:01:52
-
ایمپورت داده با pandas 0:03:54
-
پاکسازی داده 0:05:48
-
فیلترینگ، تغییر شکل و مرتبسازی داده 0:06:43
-
شبیهسازی داده 0:05:30
-
راهحل - رنکینگ کشورها 0:01:34
-
بررسی - اکتشاف داده 0:01:20
-
خلاصهسازی داده کمی 0:04:17
-
مصورسازی توزیعها 0:05:54
-
مقایسه متغیرهای کمی 0:05:25
-
خلاصهسازی و مصورسازی داده دسته بندی شده 0:04:58
-
بررسی - درک داده 0:02:32
-
برازش مدلها با داده 0:05:55
-
ارزیابی و انتخاب مدل 0:05:08
-
تست فرضیات با مونته کارلو 0:05:08
-
بررسی یادگیری ماشین 0:06:02
-
راهحل - برازش مدل Gapminder 0:01:07
-
بررسی - داده کوید 19 0:02:12
-
خلاصهسازی داده کوید 19 0:04:20
-
مصورسازی داده کوید 19 0:05:59
-
مدلسازی داده کوید 19 0:04:45
-
گسترش مهارتهای خود در تحلیل داده پایتون 0:01:41
مشخصات آموزش
تحلیل داده پایتون
- تاریخ به روز رسانی: 1404/06/14
- سطح دوره:متوسط
- تعداد درس:57
- مدت زمان :3:43:19
- حجم :521.0MB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy