دوره آموزشی تجزیه و تحلیل داده های عملی:بخش3 تجزیه و تحلیل فروش در پایتون
28 دقیقهمتوسط2021-08-31
مدرسین

Ben Sullins
Data Geek, Tech Consultant
Free the Data Academy
Data Analytics Training Company
جزئیات دوره
پایتون یک زبان برنامه نویسی محبوب در زمینه علم داده است که برای مهندسی و تجزیه و تحلیل و همچنین علم داده استفاده می شود. در این دوره، مربی بن سالینز بر آموزش نحوه استفاده از پایتون با استفاده از نوت بوک هایی که در پلت فرم Jupyter تنظیم شده است، تمرکز می کند. بن در حال نصب Jupyter با استفاده از Anaconda است، سپس به شما نشان می دهد که چگونه می توانید در رابط کاربری حرکت کرده و پایتون را در یک نوت بوک در Jupyter اجرا کنید. او نحوه وارد کردن پانداها، استفاده از پانداها برای کشف نمونه داده ها و استفاده از فریم های داده را پوشش می دهد. بن تعدادی از عملکردها را در اختیار شما قرار می دهد، سپس با برخی از روشهای منحصر به فرد ارائه داده های خود با استفاده از نوت بوک های Jupyter و Python به پایان می رسد.
مهارت ها
Sales MetricsApache SparkTableauTableau SoftwareApacheSQLSalesPythonProjectProgramming LanguagesOpen SourceSoftware Development
سرفصل ها
0. مقدمه
- 01 - راهاندازی پایتون و ژوپیتر
1. تجزیهوتحلیل فروش در پایتون
- 02 - کار در پانداها
- 03 - ارائه تحلیل در دفترچه یادداشت
دوره های مرتبط
- دوره آموزشی علم داده عملی با استفاده از SQL، Tableau، Python و Spark
- دوره آموزشی پایتون برای مهندسی داده: از مبتدی تا پیشرفته
- دوره آموزشی راهنمای کامل پایتون برای مهندسی داده: از مبتدی تا پیشرفته
- دوره آموزشی تجزیه و تحلیل داده های عملی:بخش2 داشبورد فروش با Tableau
- دوره آموزشی پایتون برای پیشبینی سریهای زمانی
- دوره آموزشی تجسم داده ها با پایتون در اکسل
- دوره آموزشی ساخت داشبورد تعاملی شاخصهای کلیدی عملکرد (KPI) کسبوکار با Power BI (پروژه راهنما)
- دوره آموزشی کامل کردن اولین پروژه خود با زبان R
مسیرهای مرتبط
- مسیر آموزشی یادگیری علوم داده به صورت عملی
- مسیر آموزشی از تحلیلگر داده به یک دانشمند داده تبدیل شوید
- مسیر آموزشی تحلیل دادههای بهداشتی بهصورت عملی
- مسیر آموزشی پایتون برای حرفهایهای داده در حوزه بهداشت و درمان
- مسیر آموزشی گواهینامه حرفهای مبانی مهندسی داده
- مسیر آموزشی تمرین عملی مهندسی داده
- مسیر آموزشی مقدمهای بر مهارتهای پایه برای کار با داده: جمعآوری دادهها
- مسیر آموزشی تبدیل شدن به یک استاد مهندسی داده