دوره آموزشی
دوبله زبان فارسی
آموزش NumPy ،Pandas و پایتون برای تحلیل داده - راهنمای کامل
✅ سرفصل و جزئیات آموزش
در این دوره تکنیک های تحلیل داده را با پایتون، NumPy و Pandas می آموزید و با پاکسازی داده تا مصورسازی پیشرفته آشنا می شوید.
آنچه یاد خواهید گرفت
- آشنایی با Jupyter Notebook
- مفاهیم اولیه برنامه نویسی پایتون
- نصب NumPy و Pandas
- ایجاد آرایه های NumPy از لیست های پایتون
- توابع ریاضی در NumPy
- خواندن و نوشتن فایل ها با NumPy
- ایجاد و درک دیتافریم ها
- ایندکس گذاری و انتخاب دیتافریم
- افزودن، حذف و بروزرسانی داده
- فیلترینگ، مرتب سازی و گروه بندی داده
- تحلیل و دستکاری سری های زمانی
- شناسایی و مدیریت داده گمشده
- ادغام، جوین کردن و الحاق دیتافریم ها
- اعمال توابع در دیتافریم ها
- سفارشی سازی نمودارها (عناوین، برچسب ها، رنگ ها)
- ایجاد مصورسازی های پیچیده (هیستوگرام ها، نمودارهای پراکندگی، نمودارهای جعبه ای)
- تکنیک های بهینه سازی حافظه
توضیحات دوره
شما موارد زیر را یاد خواهید گرفت:
- پایتون برای تحلیل داده - به اصول پایتون، محبوب ترین زبان برای علم داده، از جمله مفاهیم برنامه نویسی اصلی و کتابخانه های ضروری، مسلط می شوید.
- مباحث ضروری NumPy - برای محاسبات عددی سریع، دستکاری آرایه ها و بهینه سازی عملکرد به NumPy می پردازید.
- تسلط به Pandas - یاد می گیرید که چگونه با استفاده از Pandas، کتابخانه قدرتمند دستکاری داده، با مجموعه داده های بزرگ کار کنید. شما داده واقعی را به راحتی مدیریت، پاکسازی، تبدیل و تحلیل می کنید.
- مصورسازی داده - نحوه نمایش داده خود را به صورت ویژوال برای به دست آوردن بینش ها با استفاده از کتابخانه های پایتون مانند Matplotlib و Seaborn می آموزید.
- پروژه های واقعی - دانش خود را در مجموعه داده های واقعی اعمال می کنید، از ابتدا تا انتها با چالش های داده مانند اکتشاف داده، پاکسازی داده و ترسیم بینش ها مقابله می کنید.
این دوره برای چه کسانی مناسب است؟
- کسی که به دنبال افزایش مهارت های خود در تحلیل داده با استفاده از پایتون است.
- مبتدیانی که علاقه مند به تحلیل داده با پایتون هستند.
- علاقه مندان به داده که به دنبال کسب مهارت های مورد تقاضا هستند.
آموزش NumPy ،Pandas و پایتون برای تحلیل داده - راهنمای کامل
-
مفاهیم اولیه برنامه نویسی پایتون 07:19
-
آشنایی با تحلیل داده 07:04
-
ایجاد آرایه های NumPy از لیست های پایتون 07:35
-
ایندکس گذاری، اسلایس کردن و تغییر شکل آرایه 06:57
-
عملیات های اولیه با آرایه های NumPy 07:20
-
توابع ریاضی در NumPy 07:00
-
کار با آرایه های چند بعدی 08:12
-
تولید اعداد تصادفی 06:03
-
خواندن و نوشتن فایل ها با NumPy 07:22
-
ایجاد و درک دیتافریم ها 07:54
-
ایمپورت و اکسپورت داده (CSV، اکسل و جی سان) 09:15
-
ایندکس گذاری و انتخاب دیتافریم 06:39
-
افزودن، حذف و بروزرسانی داده 08:39
-
مدیریت داده گمشده 09:26
-
فیلترینگ، مرتب سازی و گروه بندی داده 08:24
-
آشنایی با داده سری های زمانی 06:36
-
کار با تاریخ ها و زمان ها در Pandas 07:11
-
تحلیل و دستکاری سری های زمانی 08:27
-
شناسایی و مدیریت داده گمشده 06:20
-
حذف داپلیکیت ها 08:31
-
تبدیل و نرمال سازی داده 11:24
-
ادغام، جوین کردن و الحاق دیتافریم ها 12:11
-
تغییر شکل و چرخش داده 10:41
-
اعمال توابع در دیتافریم ها 07:06
-
اهمیت مصورسازی داده 06:19
-
ترسیم نمودار اولیه با Pandas 10:05
-
سفارشی سازی نمودارها (عناوین، برچسب ها، رنگ ها) 08:36
-
ایجاد مصورسازی های پیچیده (هیستوگرام ها، نمودارهای پراکندگی و نمودارهای جعبه ای) 10:45
-
تکنیک های بهینه سازی حافظه 07:14
-
محاسبات کارآمد با مجموعه داده های بزرگ 08:41
-
آماده سازی داده برای یادگیری ماشین 09:39
-
کار با تاریخ ها و زمان ها در Pandas 07:11
-
الگوریتم های اولیه یادگیری ماشین با استفاده از Pandas و NumPy 09:31
مشخصات آموزش
آموزش NumPy ،Pandas و پایتون برای تحلیل داده - راهنمای کامل
- تاریخ به روز رسانی: 1404/06/14
- سطح دوره:همه سطوح
- تعداد درس:33
- مدت زمان :04:31:37
- حجم :1.17GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy