سپنتا کتاب اکسپرس
کتاب پایتون برای تحلیلگران داده: از NumPy تا Pandas

کتاب پایتون برای تحلیلگران داده: از NumPy تا 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 پایتون برای تحلیلگران داده: از NumPy تا Pandas

موضوع کلی: برنامه نویسی

موضوع میانی: علم داده (Data Science)

📋 سرفصل‌های دوره

  • 1. مقدمه ای بر پایتون برای تحلیل داده
  • 2. آشنایی با محیط توسعه پایتون (IDE)
  • 3. نصب و پیکربندی پایتون و کتابخانه‌های مورد نیاز
  • 4. مبانی زبان پایتون: متغیرها و انواع داده
  • 5. ساختارهای داده در پایتون: لیست‌ها و تاپل‌ها
  • 6. کار با دیکشنری‌ها و مجموعه‌ها در پایتون
  • 7. دستورات شرطی در پایتون: if, elif, else
  • 8. حلقه‌های تکرار در پایتون: for و while
  • 9. توابع در پایتون: تعریف و فراخوانی
  • 10. مدیریت خطاها و استثنائات در پایتون
  • 11. مقدمه ای بر NumPy برای محاسبات عددی
  • 12. ساخت آرایه‌های NumPy
  • 13. عملیات پایه روی آرایه‌های NumPy
  • 14. نمایه‌گذاری و برش آرایه‌های NumPy
  • 15. عملیات ریاضی روی آرایه‌های NumPy
  • 16. توابع آماری NumPy
  • 17. تغییر شکل آرایه‌های NumPy
  • 18. مقدمه ای بر Pandas برای تحلیل داده
  • 19. ساختار داده Series در Pandas
  • 20. ساختار داده DataFrame در Pandas
  • 21. خواندن و نوشتن داده‌ها (CSV, Excel)
  • 22. نمایه‌گذاری و انتخاب داده‌ها در DataFrame
  • 23. فیلتر کردن داده‌ها بر اساس شرط
  • 24. مدیریت داده‌های گمشده (Missing Data)
  • 25. حذف و جایگزینی داده‌های گمشده
  • 26. تبدیل انواع داده در DataFrame
  • 27. گروه‌بندی داده‌ها با groupby
  • 28. توابع تجمیعی (Aggregation) با groupby
  • 29. ترکیب و ادغام DataFrames (Merge, Join, Concat)
  • 30. عملیات زمان‌بندی (Time Series) در Pandas
  • 31. مرتب‌سازی داده‌ها در DataFrame
  • 32. کار با رشته‌ها در Pandas
  • 33. کار با داده‌های متنی
  • 34. مقدمه ای بر بصری‌سازی داده‌ها با Matplotlib
  • 35. رسم نمودارهای خطی
  • 36. رسم نمودارهای پراکندگی (Scatter Plot)
  • 37. رسم نمودارهای میله‌ای (Bar Chart)
  • 38. رسم نمودارهای هیستوگرام
  • 39. رسم نمودارهای دایره‌ای (Pie Chart)
  • 40. سفارشی‌سازی نمودارها (عنوان، برچسب، رنگ)
  • 41. مقدمه ای بر بصری‌سازی داده‌ها با Seaborn
  • 42. نمودارهای توزیع آماری
  • 43. نمودارهای رابطه‌ای
  • 44. نمودارهای دسته‌ای
  • 45. نقشه‌های حرارتی (Heatmaps)
  • 46. نمودارهای دسته‌بندی شده
  • 47. کار با داده‌های واقعی (مثال عملی ۱)
  • 48. تحلیل داده‌های فروش
  • 49. پاکسازی و آماده‌سازی داده‌های فروش
  • 50. بصری‌سازی روند فروش
  • 51. تحلیل داده‌های مشتریان
  • 52. بخش‌بندی مشتریان (Segmentation)
  • 53. بصری‌سازی الگوهای رفتاری مشتریان
  • 54. تحلیل داده‌های مالی (چارچوب اسلامی)
  • 55. مقدمه ای بر مفاهیم اقتصادی اسلامی
  • 56. تحلیل صورت‌های مالی شرکت‌ها (با رویکرد اسلامی)
  • 57. کاربرد پایتون در تحلیل ریسک (با رویکرد اسلامی)
  • 58. مقدمه ای بر یادگیری ماشین برای تحلیلگران داده
  • 59. انواع الگوریتم‌های یادگیری ماشین
  • 60. پیش‌پردازش داده‌ها برای یادگیری ماشین
  • 61. تقسیم داده‌ها به مجموعه آموزش و آزمون
  • 62. ارزیابی مدل‌های یادگیری ماشین
  • 63. رگرسیون خطی با پایتون
  • 64. رگرسیون لجستیک با پایتون
  • 65. مقدمه ای بر درخت تصمیم
  • 66. مقدمه ای بر ماشین بردار پشتیبان (SVM)
  • 67. مقدمه ای بر خوشه‌بندی (Clustering)
  • 68. الگوریتم K-Means
  • 69. ارزیابی مدل‌های خوشه‌بندی
  • 70. کاربرد پایتون در هوش تجاری (BI)
  • 71. مفاهیم اولیه هوش تجاری
  • 72. ساخت داشبوردهای تحلیلی ساده
  • 73. اصول گزارش‌دهی در تحلیل داده
  • 74. مقدمه ای بر تحلیل داده‌های بزرگ (Big Data)
  • 75. آشنایی با مفاهیم Hadoop و Spark
  • 76. کاربرد پایتون در پردازش داده‌های بزرگ (اشاره)
  • 77. اخلاق در تحلیل داده
  • 78. حفظ حریم خصوصی داده‌ها
  • 79. سوگیری در داده‌ها و مدل‌ها
  • 80. مسئولیت‌پذیری تحلیلگر داده
  • 81. مقدمه ای بر ساختار داده‌های NoSQL
  • 82. کاربرد پایتون در کار با پایگاه داده‌های NoSQL (اشاره)
  • 83. مقدمه ای بر تحلیل احساسات (Sentiment Analysis)
  • 84. کاربرد پایتون در تحلیل احساسات (اشاره)
  • 85. ساخت مدل‌های پیش‌بینی ساده
  • 86. پیاده‌سازی یک پروژه تحلیل داده کامل
  • 87. مراحل یک پروژه تحلیل داده از ابتدا تا انتها
  • 88. ارائه نتایج تحلیل داده
  • 89. نکات پیشرفته در Pandas
  • 90. نکات پیشرفته در NumPy
  • 91. نکات پیشرفته در Matplotlib و Seaborn
  • 92. جمع‌بندی و مسیرهای یادگیری آینده

📚 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.