دوره جامع تحلیل داده و بصری‌سازی حرفه‌ای با پایتون همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره جامع تحلیل داده و بصری‌سازی حرفه‌ای با پایتون

موضوع کلی: علوم داده و هوش مصنوعی

موضوع میانی: برنامه‌نویسی پایتون برای تحلیل داده

📋 سرفصل‌های دوره

• 1. نصب و پیکربندی محیط‌های Anaconda و Jupyter Notebook
• 2. کار با کتابخانه NumPy برای محاسبات عددی
• 3. ساخت و مدیریت آرایه‌های چندبعدی در NumPy
• 4. عملیات ریاضی و جبر خطی با استفاده از NumPy
• 5. مقدمه‌ای بر تحلیل داده با کتابخانه Pandas
• 6. ساخت و مدیریت Series و DataFrame
• 7. فراخوانی داده‌ها از فایل‌های CSV و Excel
• 8. کار با داده‌های زمانی و سری‌های زمانی در Pandas
• 9. فیلتر کردن و انتخاب داده‌ها بر اساس شرط‌های پیچیده
• 10. پاکسازی داده‌های ناقص و مدیریت مقادیر NaN
• 11. تکنیک‌های مدیریت داده‌های پرت (Outliers)
• 12. دسته‌بندی و گروه‌بندی داده‌ها با متد groupby
• 13. ادغام و ترکیب جداول مختلف با Merge و Join
• 14. پیاده‌سازی عملیات Pivot Table و Crosstab
• 15. مهندسی ویژگی (Feature Engineering) برای تحلیل‌ها
• 16. مقدمه‌ای بر تحلیل اکتشافی داده‌ها (EDA)
• 17. کار با کتابخانه Matplotlib برای ترسیم نمودارهای پایه
• 18. شخصی‌سازی نمودارهای خطی و میله‌ای
• 19. رسم نمودارهای پراکندگی (Scatter Plots) برای بررسی همبستگی
• 20. نمایش توزیع داده‌ها با Histogram و KDE
• 21. استفاده از Seaborn برای نمودارهای آماری پیشرفته
• 22. رسم نمودارهای Heatmap برای تحلیل ماتریس همبستگی
• 23. نمایش روابط چندمتغیره با Pair Plots
• 24. کار با نمودارهای جعبه‌ای (Boxplot) برای تشخیص داده‌های پرت
• 25. بصری‌سازی داده‌های زمانی با Seaborn
• 26. استفاده از کتابخانه Plotly برای نمودارهای تعاملی (Interactive)
• 27. ساخت نمودارهای نقشه‌برداری و جغرافیایی با پایتون
• 28. کار با داده‌های ساختاریافته و غیرساختاریافته
• 29. مقدمه‌ای بر تحلیل داده‌های حجیم با پایتون
• 30. پروژه عملی: تحلیل کامل یک مجموعه داده واقعی از ابتدا تا انتها