آیا آماده اید تا تبدیل به یک دانشمند داده شوید؟

این دوره کامل شما را با نحوه استفاده از پایتون برای تحلیل داده، ایجاد مصورسازی های زیبا و استفاده از الگوریتم های یادگیری ماشینی آشنا می سازد. بر طبق آمار شغل دانشمند داده تبدیل به یک شغل پردرآمد شده است که برای مثال یک دانشمند داده در ایالات متحده بیش از 120,000 دلار حقوق در سال دریافت می کند. علم اطلاعات یک حرفه ی پرطرفدار است که به شما امکان می دهد برخی از مشکلات جالب دنیا را حل کنید! این دوره هم برای افراد مبتدی با دانش برنامه نویسی و هم توسعه دهندگان باتجربه طراحی شده است. ما به شما آموزش می دهیم که چگونه با Python برنامه نویسی کنید، چگونه مصورسازی های داده زیبا ایجاد کنید و از یادگیری ماشینی با پایتون استفاده کنید. در اینجا به چند موضوعی که این دوره آنها را پوشش می دهد اشاره می کنیم:

  • برنامه نویسی با پایتون
  • NumPy با پایتون
  • استفاده از فریم های داده pandas برای حل وظایف پیچیده
  • برای مدیریت فایل های اکسل از pandas استفاده کنید
  • Web scraping با python
  • پایتون را به SQL وصل کنید
  • از تصاویر matplotlib و seaborn برای مصورسازی های داده استفاده کنید
  • استفاده از plotly برای مصورسازی های تعاملی
  • یادگیری ماشین با SciKit Learn از جمله: رگرسیون خطی، K Nearest Neighbors، درختان تصمیم گیری، K Means Clustering، جنگل های تصادفی، پردازش زبان طبیعی، شبکه عصبی و یادگیری عمیق، پشتیبانی از ماشین های بردار و غیره

سرفصل:

  • معرفی دوره
  • بررسی FAQ دوره
  • راه اندازی محیط
  • نصب و راه اندازی محیط
  • بررسی Jupyter
  • سیستم Jupyter Notebooks
  • محیط های مجازی
  • معرفی Python
  • پایتون برای تحلیل داده – NumPy
  • معرفی NumPy
  • آرایه های Numpy
  • Numpy Array Indexing
  • عملیات Numpy
  • پایتون برای تحلیل داده – pandas
  • معرفی Pandas
  • DataFrames
  • Missing Data
  • ورودی و خروجی داده
  • پایتون برای تحلیل داده – تمرینات pandas
  • حقوق SF
  • راه حل های حقوق SF
  • پایتون برای مصورسازی داده – Matplotlib
  • معرفی Matplotlib
  • پایتون برای مصورسازی داده – Seaborn
  • معرفی Seaborn
  • و غیره