دوره آموزشی جامع پایتون برای علم داده بخش 1

آموزش Python for Data Science یکی از محبوب‌ترین دوره‌های علوم داده در آموزش LinkedIn است. آن اکنون به روز شده و به دو قسمت گسترش‌یافته است. در این دوره، مربی Lillian Pierson شما را قدم به قدم از طریق یک پروژه عملی علوم داده پیش می‌برد: یک web scraper که داده‌ها را از وب بارگیری و تجزیه و تحلیل می‌کند. در طول راه، او تکنیک‌هایی را برای تمیز کردن، بازسازی، تبدیل و توصیف داده‌های خام معرفی می‌کند. ایجاد تجسم؛ انجام تجزیه و تحلیل داده‌های ساده؛ و نمودارهای تعاملی را با استفاده از کتابخانه Plotly ایجاد کنید. شما باید از این آموزش با تجربه اصلی برنامه نویسی که می‌توانید به سازمان خود ببرید، و به سرعت در پروژه‌های علوم داده‌های سفارشی خود اعمال کنید.
اهداف یادگیری چرا از پایتون برای کار با داده ها استفاده می کنیم فیلتر کردن و انتخاب داده ها الحاق و تبدیل داده ها بهترین شیوه های تجسم داده ها تجسم داده ها ایجاد طرح ایجاد گرافیک داده های آماری انجام ریاضیات پایه و جبر خطی تجزیه و تحلیل همبستگی تجزیه و تحلیل چند متغیره منبع یابی داده ها از طریق تراشیدن وب مقدمه ای بر پردازش زبان طبیعی تجزیه و تحلیل همکاری با Plotly