کتاب جامع تحلیل و پردازش هوشمند دادهها با کتابخانه Pandas با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB
249,950 تومان
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره جامع تحلیل و پردازش هوشمند دادهها با کتابخانه Pandas
موضوع کلی: علوم داده و تحلیل آماری
موضوع میانی: تحلیل دادههای ساختاریافته با زبان برنامهنویسی پایتون
📋 سرفصلهای دوره (100 موضوع)
- 1. آشنایی با محیط برنامهنویسی پایتون و ابزارهای تحلیل داده
- 2. نصب و راهاندازی کتابخانههای مورد نیاز برای تحلیل داده
- 3. مبانی ساختار دادهها در کتابخانه پانداز
- 4. آشنایی با شیء سری در پانداز و عملیات پایه روی آن
- 5. کار با دیتافریمها و ساختار جدولی دادهها
- 6. فراخوانی دادهها از فایلهای متنی و اکسل
- 7. بررسی و بازبینی اولیه ساختار مجموعهدادهها
- 8. انتخاب و فیلتر کردن ستونها در دیتافریم
- 9. فیلتر کردن ردیفها بر اساس شرطهای منطقی
- 10. استفاده از متدهای جستجو و انتخاب دادهها
- 11. تغییر نام ستونها و مدیریت برچسبهای داده
- 12. اضافه کردن ستونهای جدید و محاسبات ریاضی
- 13. حذف سطرها و ستونهای زائد از دیتافریم
- 14. مدیریت مقادیر گمشده و خالی در مجموعهدادهها
- 15. کار با انواع دادهها و تبدیل نوع متغیرها
- 16. مرتبسازی دادهها بر اساس مقادیر ستونها
- 17. استفاده از متد فیلتر برای تحلیلهای شرطی پیچیده
- 18. کار با دادههای زمانی و تقویمی در پانداز
- 19. استخراج ویژگیهای زمانی از تاریخ و ساعت
- 20. گروهبندی دادهها با استفاده از متد گروپبای
- 21. اعمال توابع تجمعی بر روی گروههای داده
- 22. ترکیب و ادغام چندین دیتافریم با یکدیگر
- 23. اتصال دادهها بر اساس ستونهای مشترک
- 24. تغییر شکل ساختار دادهها با استفاده از پیوتتیبل
- 25. کار با توابع رشتهای برای پاکسازی دادههای متنی
- 26. استفاده از متد اپلای برای پردازشهای سفارشی
- 27. ذخیرهسازی نتایج تحلیل در قالبهای استاندارد
- 28. اصول مصورسازی دادهها با کتابخانه متپلاتلیب
- 29. ترسیم نمودارهای میلهای و ستونی برای تحلیل فراوانی
- 30. نمودارهای خطی برای نمایش روند تغییرات داده
- 31. نمودارهای پراکندگی برای تحلیل همبستگی متغیرها
- 32. تحلیل آماری توصیفی و شاخصهای مرکزی
- 33. محاسبه واریانس و انحراف معیار در مجموعهدادهها
- 34. شناسایی دادههای پرت و غیرمتعارف
- 35. آمادهسازی دادهها برای مدلهای هوشمند
- 36. کار با فایلهای حجیم و بهینهسازی مصرف حافظه
- 37. بررسی ارتباط بین متغیرها با استفاده از ماتریس همبستگی
- 38. تکنیکهای پیشرفته پاکسازی دادههای نویزدار
- 39. کار با دادههای دستهبندی شده و کدگذاری آنها
- 40. نرمالسازی و مقیاسبندی دادههای عددی
- 41. تجزیه و تحلیل دادههای مالی در چارچوب مقررات رسمی
- 42. پیادهسازی یک پروژه جامع تحلیل دادههای اقتصادی
- 43. ارائه گزارشهای تحلیلی مبتنی بر دادههای ساختاریافته
تگها:
آموزش کتابخانه پانداز
برنامهنویسی پایتون
پایتون برای تحلیل داده
تحلیل آماری با پایتون
تحلیل داده با پایتون
تحلیل دادههای ساختاریافته
علوم داده
هوشمندسازی دادهها
یادگیری Pandas
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.