تخفیف ویژه همین الان — دوره‌های تخفیف‌دار را ببینید.
روز
:
ساعت
:
دقیقه
:
ثانیه
تخفیف‌های ویژه
دوره آموزشی تجزیه و تحلیل داده های پایتون (2020)

دوره آموزشی تجزیه و تحلیل داده های پایتون (2020)

2 ساعت 31 دقیقهمتوسط2020-03-11

مدرسین

Michele Vallisneri

Michele Vallisneri

Theoretical Astrophysicist at NASA Jet Propulsion Laboratory

جزئیات دوره

علم داده در حال تغییر روشی است که رهبران دولت و صنعت هم به مشکلات خاص و هم به جهان در کل نگاه می کنند. کنجکاو هستید که چگونه تجزیه و تحلیل داده ها در عمل عمل می کند؟ در این دوره، مدرس Michele Vallisneri به شما نشان می دهد که چگونه با استفاده از Python شروع به علم داده ها کنید.

Michele نحوه راه‌اندازی محیط تجزیه و تحلیل خود را نشان می‌دهد و در مورد اصول اولیه کار با ساختارهای داده در پایتون تجدید می‌کند. سپس، او به چیزهای بزرگ می پردازد: قدرت آرایه ها، نمایه سازی، و جداول در NumPy و پانداها - دو بسته محبوب شخص ثالث که به طور خاص برای تجزیه و تحلیل داده ها طراحی شده اند. او همچنین دو پروژه نمونه کلان داده را بررسی می کند: استفاده از NumPy برای شناسایی و تجسم الگوهای آب و هوا و استفاده از پانداها برای تجزیه و تحلیل محبوبیت نام نوزادان در قرن گذشته. چالش‌هایی که در طول مسیر ارائه می‌شوند به شما کمک می‌کنند آنچه را که آموخته‌اید تمرین کنید.

اهداف یادگیری
نحوه نصب و راه اندازی پایتون و بارگیری کتابخانه های لازم را شرح دهید.
مثال هایی از کاربرد لیست ها و محدوده ها در پایتون را توضیح دهید.
روش های پردازش رشته ها را در پایتون توضیح دهید.
ویژگی ها و مشخصات آرایه های NumPy را شرح دهید.
مثال هایی از کاربرد روش های NumPy در تولید و تجزیه و تحلیل داده ها را توضیح دهید.
برای ایجاد نمودار xy از matplotlib استفاده کنید.
ویژگی ها و مشخصات DataFrames در پانداها را شرح دهید.

مهارت ها

PythonData AnalysisProgramming LanguagesData ScienceBusiness Analysis and StrategyBusiness Software and ToolsOpen SourceSoftware DevelopmentDeep Dive (X:Y)

سرفصل ها

0. مقدمه

  • 01 - تحلیل داده ها را با پایتون شروع کنید
  • 02 - آنچه باید بدانید
  • 03 - چه چیزی در این به روز رسانی جدید است

1. نصب و راه اندازی

  • 04 - Anaconda Python را روی OS X نصب کنید
  • 05 - Anaconda Python را روی ویندوز نصب کنید
  • 06 - کار با نوت بوک های Jupyter
  • 07 - استفاده از فایل های تمرینی
  • 08 - استفاده از پایتون در فضای ابری

2. ساختارهای داده در پایتون خالص

  • 09 - گرم کردن با حلقه های پایتون
  • 10 - دنباله ها - لیست ها، تاپل ها و نحو برش
  • 11 - لغت نامه ها و مجموعه ها
  • 12 - درک ها
  • 13 - کانتینرهای پیشرفته پایتون

3. بازی با کلمات - Anagrams و Palindromes

  • 14 - نمای کلی آناگرام
  • 15 - بارگذاری فرهنگ لغت
  • 16 - یافتن آناگرام
  • 17 - چالش - پالیندروم
  • 18 - راه حل - پالیندروم

4. آرایه با NumPy

  • 19 - نمای کلی NumPy
  • 20 - ایجاد آرایه های NumPy
  • 21 - نمایه سازی آرایه های NumPy
  • 22 - انجام محاسبات با آرایه های NumPy
  • 23 - آرایه های ویژه - سوابق و تاریخ

5. استفاده از Case - Weather Data

  • 24 - بررسی اجمالی مورد استفاده
  • 25 - بارگیری داده های ایستگاه و دما
  • 26 - پر کردن مقادیر از دست رفته
  • 27 - سری زمانی هموارسازی
  • 28 - نمودارهای آب و هوا
  • 29 - چالش - ناهنجاری آب و هوا
  • 30 - راه حل - ناهنجاری های آب و هوا

6. پانداها

  • 31 - بررسی اجمالی پانداها
  • 32 - DataFrames و Series
  • 33 - نمایه سازی در پانداها
  • 34 - نقشه کشیدن

7. مورد استفاده - نام نوزاد

  • 35 - بررسی اجمالی مورد استفاده
  • 36 - بارگذاری مجموعه داده ها
  • 37 - مقایسه محبوبیت نام
  • 38 - ده نام برتر سالانه
  • 39 - چالش - نام نوزادان تک جنسیت
  • 40 - راه حل - نام نوزادان تک جنسیت

نتیجه

  • 41 - مراحل بعدی

دوره های مرتبط

مسیرهای مرتبط

درباره ما

لینداکده یک بستر یادگیری پیشرو است که به افراد کمک می کند تا کسب و کار ، نرم افزار ، فناوری و مهارت‌های خلاقانه را برای دستیابی به اهداف شخصی و حرفه ای بیاموزد.

شماره تلفنکانال آپاراتپشتیبانی تلگرامکانال تلگرامپیج اینستاگرام

کلیه‌ی حقوق این سایت متعلق به لینداکده می باشد

قوانین و شرایط|حریم خصوصی

نماد الکترونیک enamad در صورت اتصال با آی‌پی داخل کشور، نمایش داده خواهد شد.
logo-samandehi - لوگو ساماندهی
zarinpal
zibal