کتاب جامع تحلیل داده و بصری‌سازی حرفه‌ای با پایتون 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 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
تگ‌ها: Data Science Data Visualization Matplotlib NumPy Pandas Plotly Python for Data Analysis Seaborn آموزش پایتون بصری‌سازی داده پایتون تحلیل آماری تحلیل داده علوم داده یادگیری ماشین

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.