کتاب جامع تحلیل داده و آمار کاربردی با پایتون برای متخصصین و دانشجویان با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

249,950 تومان
پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره جامع تحلیل داده و آمار کاربردی با پایتون برای متخصصین و دانشجویان

موضوع کلی: علوم داده و تحلیل هوشمند اطلاعات

موضوع میانی: برنامه‌نویسی کاربردی با زبان پایتون

📋 سرفصل‌های دوره (100 موضوع)

  • 1. مبانی برنامه‌نویسی پایتون برای تحلیل داده
  • 2. نصب و راه‌اندازی محیط توسعه آناکوندا و ژوپیتر نوت‌بوک
  • 3. ساختار داده‌ها در پایتون شامل لیست‌ها و دیکشنری‌ها
  • 4. مدیریت کتابخانه‌های پایه در محیط پایتون
  • 5. آشنایی با کتابخانه نامپای برای محاسبات عددی
  • 6. عملیات آرایه‌ای و محاسبات برداری با نامپای
  • 7. کار با داده‌های ساختاریافته در کتابخانه پانداز
  • 8. بارگذاری و خواندن داده‌ها از فایل‌های اکسل و سی‌اس‌وی
  • 9. پیش‌پردازش داده‌ها و مدیریت مقادیر مفقود
  • 10. فیلتر کردن و مرتب‌سازی داده‌ها در پانداز
  • 11. ادغام و الحاق مجموعه‌های داده مختلف
  • 12. گروه‌بندی داده‌ها و محاسبات آماری توصیفی
  • 13. مصورسازی داده‌ها با کتابخانه مت‌پلات‌لیب
  • 14. رسم نمودارهای ستونی و خطی برای تحلیل روندها
  • 15. تحلیل توزیع داده‌ها با استفاده از هیستوگرام
  • 16. استفاده از کتابخانه سی‌بورن برای مصورسازی پیشرفته
  • 17. تحلیل همبستگی میان متغیرها با نقشه‌های حرارتی
  • 18. مفاهیم پایه آمار توصیفی در تحلیل داده
  • 19. توزیع‌های احتمالی در آمار کاربردی
  • 20. تست‌های فرض آماری در پایتون
  • 21. کار با داده‌های زمانی و سری‌های زمانی
  • 22. پاک‌سازی داده‌های غیرنرمال و استانداردسازی
  • 23. مقدمه‌ای بر یادگیری ماشین با کتابخانه سایکیت‌لرن
  • 24. آماده‌سازی داده‌ها برای مدل‌های پیش‌بینی
  • 25. آشنایی با الگوریتم رگرسیون خطی
  • 26. ارزیابی دقت مدل‌های رگرسیون با شاخص‌های آماری
  • 27. مبانی الگوریتم‌های طبقه‌بندی داده‌ها
  • 28. کار با الگوریتم نزدیک‌ترین همسایگی
  • 29. ارزیابی مدل‌های طبقه‌بندی با ماتریس اغتشاش
  • 30. مقدمه‌ای بر الگوریتم‌های خوشه‌بندی
  • 31. کاهش ابعاد داده‌ها با روش تحلیل مؤلفه‌های اصلی
  • 32. نکات اخلاقی و حفظ حریم خصوصی در پردازش داده‌ها
  • 33. استخراج و گزارش‌گیری از نتایج تحلیل
  • 34. بهینه‌سازی کدهای پایتون برای داده‌های حجیم
  • 35. اتصال به پایگاه‌های داده اس‌کیو‌ال برای استخراج داده
  • 36. کاربرد تحلیل داده در تصمیم‌گیری‌های مدیریتی
  • 37. معرفی پروژه‌های کاربردی تحلیل داده در صنعت
  • 38. ارائه گزارش‌های بصری برای مدیران کسب‌وکار
  • 39. استفاده از پایتون در خودکارسازی گزارش‌های آماری
  • 40. مروری بر مسیر شغلی و استانداردهای تحلیل داده در ایران
تگ‌ها: آمار کاربردی با پایتون آموزش برنامه نویسی پایتون برنامه نویسی علمی پایتون پایتون برای علوم داده پایتون در تحلیل داده تحلیل داده با پایتون تحلیل هوشمند اطلاعات داده کاوی با پایتون علم داده یادگیری ماشین مقدماتی

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.