Infiniteskills_Data_Exploration_in_Python

Data Exploration اولین گام در تجزیه و تحلیل داده ها به شمار می رود که با ابزار تجزیه و تحلیل بصری انجام می شود و معمولا در نرم افزار آماری پیشرفته تر مانند R مورد استفاده قرار می گیرد.

این آموزش تصویری Data Exploration در پایتون را آموزش می دهد. این دوره بهبود مهارت های Python ، نحوه اکتشاف داده ها ، اعتبار سنجی داده های ورودی و کار با رگرسیون خطی و لجستیک را آموزش می دهد.

این دوره آموزشی محصول موسسه Infiniteskills است.

سرفصل های دوره:

  • مقدمه ای بر Data Exploration
  • نحوه راه اندازی پایتون
  • اعتبار سنجی داده های ورودی
  • نحوه توزیع داده دها
  • کار با فایلهای PDF و CDFS
  • کار با متغیرها
  • همبستگی داده ها
  • استنباط آماری
  • مقدمه ای بر استنتاج آماری
  • آشنایی با تست فرضیه
  • کار با داده ها و Data Science
  • آموزش رگرسیون خطی
  • آموزش رگرسیون لجستیک
  • مدل سازی توزیع
  • نحوه آنالیز بقا
  • و…

عنوان دوره: Infiniteskills Data Exploration in Python
مدت زمان: 3 ساعت و 30 دقیقه
نویسنده: Allen B. Downey


توضیحات:

Infiniteskills Data Exploration in Python

Allen B. Downey
3.5 hours


In this project-based Data Exploration in Python video tutorial series, you'll quickly have relevant skills for real-world applications.
Follow along with our expert instructor in this training course to get:
Concise, informative and broadcast-quality Data Exploration in Python training videos delivered to your desktop
The ability to learn at your own pace with our intuitive, easy-to-use interface
A quick grasp of even the most complex Data Exploration in Python subjects because they're broken into simple, easy to follow tutorial videos

001. Introduction to Data Exploration
Opportunities and Goals
The State of Data
Data Optimism
02. Getting Started
Software Setup, IPython, and Import and Validation
0202 Data Organization
03. Visualizing Distributions
0301 PMFs and CDFs
04. Relationships Between Variables
0401 Scatterplots
0402 Correlation and Least Squares
05. Statistical Inference
0501 Introduction to Statistical Inference
0502 Effect Size
0503 Effect Size, Difference in Proportions
0504 Quantifying Precision
0505 Hypothesis Testing
06. Regression
0601 Linear Regression
0602 Logistic Regression
07. Modeling Distributions
0701 Modeling Distributions
08. Survival Analysis
0801 Survival Analysis
09. Inspection Paradox
0901 Inspection Paradox