کتاب تحلیل داده‌های ساختاریافته با پایتون و کتابخانه Pandas

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

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

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .


ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تحلیل داده‌های ساختاریافته با پایتون و کتابخانه Pandas

موضوع کلی: علوم داده و تحلیل اطلاعات

موضوع میانی: تحلیل داده با پایتون

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر علوم داده و تحلیل اطلاعات
  • 2. مفاهیم کلیدی در تحلیل داده
  • 3. اهمیت تحلیل داده در دنیای امروز
  • 4. کاربرد پایتون در تحلیل داده
  • 5. نصب و راه‌اندازی محیط توسعه پایتون
  • 6. آشنایی با Jupyter Notebook
  • 7. مبانی زبان پایتون برای تحلیل داده
  • 8. انواع داده‌ها در پایتون
  • 9. ساختارهای داده‌ای پایتون (لیست‌ها، تاپل‌ها، دیکشنری‌ها)
  • 10. عملیات مقدماتی با لیست‌ها و تاپل‌ها
  • 11. کار با دیکشنری‌ها و مجموعه‌ها
  • 12. توابع در پایتون
  • 13. ماژول‌ها و بسته‌های پایتون
  • 14. نصب کتابخانه‌های مورد نیاز
  • 15. مقدمه‌ای بر کتابخانه NumPy
  • 16. آرایه‌های NumPy
  • 17. عملیات ریاضی بر روی آرایه‌های NumPy
  • 18. نمایه‌گذاری و برش آرایه‌های NumPy
  • 19. تغییر شکل آرایه‌های NumPy
  • 20. مقدمه‌ای بر کتابخانه Pandas
  • 21. ساختار داده Series در Pandas
  • 22. ساختار داده DataFrame در Pandas
  • 23. ایجاد DataFrame از دیکشنری‌ها و لیست‌ها
  • 24. نمایه‌گذاری و انتخاب داده در DataFrame
  • 25. فیلتر کردن داده‌ها در DataFrame
  • 26. عملیات پایه با DataFrame
  • 27. مدیریت داده‌های از دست رفته (Missing Data)
  • 28. پاکسازی داده‌های نامنظم
  • 29. تبدیل انواع داده در DataFrame
  • 30. مرتب‌سازی داده‌ها در DataFrame
  • 31. عملیات تجمیعی (Aggregation) در DataFrame
  • 32. گروه‌بندی داده‌ها (Grouping)
  • 33. ادغام و پیوستن DataFrame ها
  • 34. عملیات با تاریخ و زمان در Pandas
  • 35. کار با فایل‌های CSV
  • 36. خواندن و نوشتن فایل‌های Excel
  • 37. کار با پایگاه‌های داده (مقدماتی)
  • 38. مقدمه‌ای بر بصری‌سازی داده‌ها
  • 39. نمودارهای خطی با Matplotlib
  • 40. نمودارهای میله‌ای با Matplotlib
  • 41. نمودارهای پراکندگی با Matplotlib
  • 42. نمودارهای هیستوگرام با Matplotlib
  • 43. نمودارهای جعبه‌ای (Box Plot) با Matplotlib
  • 44. مقدمه‌ای بر Seaborn برای بصری‌سازی
  • 45. نمودارهای آماری با Seaborn
  • 46. نقشه‌های حرارتی (Heatmaps) با Seaborn
  • 47. بصری‌سازی داده‌های دسته‌بندی شده
  • 48. تنظیمات پیشرفته در Matplotlib و Seaborn
  • 49. مقدمه‌ای بر تحلیل آماری داده‌ها
  • 50. آمار توصیفی (میانگین، میانه، واریانس)
  • 51. توزیع‌های آماری رایج
  • 52. آزمون فرض آماری (مقدماتی)
  • 53. همبستگی و رگرسیون خطی ساده
  • 54. مقدمه‌ای بر یادگیری ماشین
  • 55. انواع یادگیری ماشین (نظارت شده، بدون نظارت)
  • 56. پیش‌پردازش داده‌ها برای یادگیری ماشین
  • 57. تقسیم داده‌ها به مجموعه‌های آموزشی و آزمایشی
  • 58. مقدمه‌ای بر مدل‌های رگرسیون
  • 59. مدل رگرسیون خطی
  • 60. ارزیابی مدل‌های رگرسیون
  • 61. مقدمه‌ای بر مدل‌های طبقه‌بندی
  • 62. مدل رگرسیون لجستیک
  • 63. ارزیابی مدل‌های طبقه‌بندی (دقت، صحت، بازیابی)
  • 64. مقدمه‌ای بر ماشین‌های بردار پشتیبان (SVM)
  • 65. مقدمه‌ای بر درخت‌های تصمیم
  • 66. مقدمه‌ای بر جنگل‌های تصادفی (Random Forests)
  • 67. کاربرد مدل‌های یادگیری ماشین در تحلیل داده
  • 68. مثال عملی: تحلیل داده‌های فروش
  • 69. مثال عملی: تحلیل داده‌های مشتریان
  • 70. مثال عملی: تحلیل داده‌های مالی (مقدماتی)
  • 71. اخلاق در علوم داده
  • 72. حریم خصوصی داده‌ها
  • 73. امنیت داده‌ها
  • 74. مسئولیت‌پذیری در تحلیل داده
  • 75. سوگیری در داده‌ها و مدل‌ها
  • 76. مقدمه‌ای بر داده‌های متنی
  • 77. پردازش اولیه متن (Text Preprocessing)
  • 78. نمایش متن به صورت عددی (Bag-of-Words)
  • 79. مقدمه‌ای بر تحلیل احساسات (Sentiment Analysis)
  • 80. کاربرد تحلیل احساسات در کسب‌وکار
  • 81. مقدمه‌ای بر داده‌های سری زمانی
  • 82. نمایش داده‌های سری زمانی
  • 83. تحلیل روند و فصلیت در سری زمانی
  • 84. مقدمه‌ای بر مدل‌های پیش‌بینی سری زمانی
  • 85. کاربرد تحلیل سری زمانی در پیش‌بینی
  • 86. مباحث پیشرفته در Pandas (توابع سفارشی)
  • 87. کاربرد Lambda functions در Pandas
  • 88. عملیات پنجره‌ای (Rolling Operations)
  • 89. استفاده از MultiIndex در Pandas
  • 90. بهینه‌سازی عملکرد در Pandas
  • 91. مقدمه‌ای بر ابزارهای مدیریت پروژه در تحلیل داده
  • 92. کاربرد Git در پروژه‌های تحلیل داده
  • 93. ساختاردهی پروژه‌های تحلیل داده
  • 94. مستندسازی کد و نتایج
  • 95. ارائه نتایج تحلیل داده به ذینفعان
  • 96. آینده علوم داده و تحلیل اطلاعات
  • 97. روندهای نوظهور در تحلیل داده
  • 98. جمع‌بندی و گام‌های بعدی در یادگیری
  • 99. مرور جامع مفاهیم آموخته شده

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .


ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.