دوره تبدیل داده: فرمت‌دهی برای تحلیل همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تبدیل داده: فرمت‌دهی برای تحلیل

موضوع کلی: مبانی و مفاهیم علوم داده

موضوع میانی: پیش‌پردازش و پاک‌سازی داده

📋 سرفصل‌های دوره

• 1. تبدیل داده: فرمت‌دهی برای تحلیل
• 2. مقدمه‌ای بر تبدیل داده و اهمیت آن
• 3. انواع داده‌ها و ساختارهای داده‌ای
• 4. فرمت‌های رایج داده و ویژگی‌های آن‌ها
• 5. خواندن داده‌ها از فایل‌های متنی ساده
• 6. خواندن داده‌ها از فایل‌های CSV
• 7. خواندن داده‌ها از فایل‌های Excel
• 8. خواندن داده‌ها از پایگاه‌های داده رابطه‌ای
• 9. خواندن داده‌ها از پایگاه‌های داده NoSQL
• 10. پاکسازی داده‌های از دست رفته
• 11. شناسایی و رفع ناهنجاری‌ها در داده‌ها
• 12. استانداردسازی فرمت‌های تاریخ و زمان
• 13. تبدیل انواع داده‌ها (رشته، عدد، تاریخ)
• 14. نرمال‌سازی داده‌ها: مقیاس‌بندی و استانداردسازی
• 15. تبدیل داده‌های دسته‌ای به عددی (One-Hot Encoding)
• 16. تبدیل داده‌های متنی به برداری (Text Vectorization)
• 17. استفاده از عبارات باقاعده برای استخراج داده‌ها
• 18. تغییر نام ستون‌ها و ساختار داده‌ها
• 19. ادغام و الحاق مجموعه‌های داده‌ای مختلف
• 20. گروه‌بندی و تجمیع داده‌ها
• 21. محاسبه آمارهای توصیفی (میانگین، میانه، انحراف معیار)
• 22. ایجاد ستون‌های جدید بر اساس ستون‌های موجود
• 23. استفاده از توابع شرطی برای تبدیل داده‌ها
• 24. تبدیل داده‌ها با استفاده از توابع تعریف شده توسط کاربر
• 25. کار با داده‌های تاریخ و زمان: استخراج اجزا
• 26. کار با داده‌های تاریخ و زمان: محاسبه اختلاف
• 27. تبدیل داده‌های مکانی (Geocoding)
• 28. تبدیل داده‌های تصویری (Resizing, Grayscaling)
• 29. تبدیل داده‌های صوتی (Sample Rate Conversion)
• 30. استفاده از کتابخانه‌های تبدیل داده در پایتون (Pandas)
• 31. استفاده از کتابخانه‌های تبدیل داده در R
• 32. بهینه‌سازی فرآیند تبدیل داده برای سرعت و کارایی
• 33. مدیریت خطاها و استثنائات در تبدیل داده
• 34. مستندسازی فرآیند تبدیل داده
• 35. کیفیت داده و معیارهای ارزیابی
• 36. تأثیر تبدیل داده بر کیفیت تحلیل
• 37. ابزارهای خودکار برای تبدیل داده
• 38. تبدیل داده‌ها در محیط‌های ابری
• 39. مفاهیم پیشرفته در تبدیل داده (Data Wrangling)
• 40. تبدیل داده برای یادگیری ماشین
• 41. تبدیل داده برای مصورسازی
• 42. تحلیل داده‌های سری زمانی و تبدیل آن‌ها
• 43. تبدیل داده‌های مکانی برای تحلیل مکانی
• 44. تبدیل داده‌های متنی برای تحلیل محتوا
• 45. امنیت داده‌ها در فرآیند تبدیل