دوره آموزشی یادگیری جامع پایتون برای علم داده و یادگیری ماشین بخش اول

دوره پایتون برای علوم داده و یادگیری ماشین، یکی از محبوب‌ترین آموزش‌های حوزه دیتا در لینکدین‌لرنینگ هست. حالا این دوره آپدیت شده و به دو بخش تقسیم شده تا کلی تجربه عملی و واقعیِ کار با پایتون به دست بیاری!

توی بخش اول، Lillian Pierson مرحله‌به‌مرحله تو رو می‌بره توی دلِ یه پروژه واقعی علوم داده: ساخت یه وب‌اسکرپر (Web Scraper) که دیتا رو از سایت‌ها دانلود و تحلیل می‌کنه. در طول این مسیر، با تکنیک‌های تمیزکاری، فرمت‌دهی دوباره، تغییر شکل داده‌ها (Transform)، توصیف داده‌های خام، ساخت نمودارهای بصری و حذف داده‌های پرت (Outliers) آشنا می‌شی. تازه، یاد می‌گیری چطور با استفاده از Streamlit، نمودارهای وب‌بیس خفن بسازی. آخرِ این دوره، اون‌قدر تجربه برنامه‌نویسی پیدا کردی که می‌تونی همین فردا توی سازمان خودت، پروژه‌های شخصی و اختصاصیِ علوم داده و یادگیری ماشین رو استارت بزنی.

اهداف یادگیری
کار با پایتون برای پروژه‌های علوم داده و یادگیری ماشین را یاد بگیرید.
نحوه ساخت یک وب‌اسکرپر برای جمع‌آوری داده از اینترنت را بیاموزید.
تکنیک‌های پاک‌سازی و پیش‌پردازش داده‌های خام را اجرا کنید.
مهارت‌های تبدیل و اصلاح داده‌ها (Data Transformation) را به دست آورید.
توانایی تولید نمودارهای بصری و تحلیل‌های آماری ساده را پیدا کنید.
یاد بگیرید با Streamlit خروجی‌های گرافیکی تحت وب ایجاد کنید.
دانش کسب‌شده را در پروژه‌های واقعی سازمان خود به کار بگیرید.