سپنتا کتاب اکسپرس
کتاب مبانی تحلیل داده با ابزارهای متن‌باز و کاربردهای برنامه‌نویسی

کتاب مبانی تحلیل داده با ابزارهای متن‌باز و کاربردهای برنامه‌نویسی

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 مبانی تحلیل داده با ابزارهای متن‌باز و کاربردهای برنامه‌نویسی

موضوع کلی: علوم کامپیوتر و فناوری اطلاعات

موضوع میانی: تحلیل داده و علم داده

📋 سرفصل‌های دوره

  • 1. مبانی علوم کامپیوتر و مقدمه‌ای بر تحلیل داده
  • 2. آشنایی با مفاهیم کلیدی علم داده
  • 3. انواع داده‌ها و ساختارهای داده در تحلیل
  • 4. مقدمه بر زبان برنامه‌نویسی پایتون برای علم داده
  • 5. نصب و پیکربندی محیط توسعه پایتون
  • 6. کار با کتابخانه‌های اصلی پایتون: NumPy
  • 7. عملیات برداری و محاسبات عددی با NumPy
  • 8. کار با کتابخانه‌های اصلی پایتون: Pandas
  • 9. ساختارهای داده در Pandas: Series و DataFrame
  • 10. بارگذاری و ذخیره‌سازی داده‌ها با Pandas
  • 11. پاکسازی و آماده‌سازی داده‌های خام
  • 12. مدیریت مقادیر گمشده و داده‌های پرت
  • 13. تبدیل و تغییر شکل داده‌ها
  • 14. تجمیع و گروه‌بندی داده‌ها
  • 15. ادغام و پیوند DataFrame ها
  • 16. مقدمه بر مصورسازی داده‌ها
  • 17. اصول اولیه طراحی نمودارهای مؤثر
  • 18. مصورسازی داده‌ها با Matplotlib
  • 19. مصورسازی داده‌ها با Seaborn
  • 20. نمودارهای آماری توزیع داده‌ها
  • 21. نمودارهای پراکندگی و همبستگی
  • 22. نمودارهای میله‌ای و خطی
  • 23. مصورسازی داده‌های جغرافیایی (مقدماتی)
  • 24. مقدمه بر آمار توصیفی
  • 25. محاسبه معیارهای مرکزی: میانگین، میانه، مد
  • 26. محاسبه معیارهای پراکندگی: واریانس، انحراف معیار
  • 27. توزیع‌های آماری رایج (نرمال، یکنواخت)
  • 28. مقدمه بر آمار استنباطی
  • 29. آزمون فرض آماری: مفاهیم پایه
  • 30. آزمون t برای مقایسه میانگین‌ها
  • 31. آزمون کای‌دو برای استقلال دسته‌ها
  • 32. مقدمه بر رگرسیون خطی ساده
  • 33. مدل‌سازی رابطه بین متغیرها
  • 34. ارزیابی مدل رگرسیون خطی
  • 35. کاربرد رگرسیون خطی در پیش‌بینی
  • 36. مقدمه بر رگرسیون لجستیک
  • 37. کاربرد رگرسیون لجستیک در طبقه‌بندی
  • 38. مقدمه بر یادگیری ماشین
  • 39. انواع یادگیری ماشین: نظارت‌شده و بدون نظارت
  • 40. مفاهیم اولیه الگوریتم‌های یادگیری ماشین
  • 41. ارزیابی مدل‌های یادگیری ماشین
  • 42. معیارهای ارزیابی طبقه‌بندی (دقت، صحت، بازیابی)
  • 43. مفاهیم بیش‌برازش و کم‌برازش
  • 44. تنظیم هایپرپارامترها
  • 45. مقدمه بر خوشه‌بندی (Clustering)
  • 46. الگوریتم K-Means
  • 47. ارزیابی نتایج خوشه‌بندی
  • 48. مقدمه بر کاهش ابعاد
  • 49. تحلیل مؤلفه‌های اصلی (PCA)
  • 50. کاربرد PCA در مصورسازی و کاهش نویز
  • 51. مقدمه بر پردازش متن و تحلیل احساسات
  • 52. واژگان‌سازی و حذف کلمات توقف
  • 53. نمایش متنی در قالب برداری (Bag-of-Words, TF-IDF)
  • 54. مقدمه بر شبکه‌های عصبی مصنوعی
  • 55. آشنایی با لایه‌ها و توابع فعال‌سازی
  • 56. مقدمه بر یادگیری عمیق
  • 57. کاربرد شبکه‌های عصبی در تحلیل داده
  • 58. پردازش داده‌های سری زمانی
  • 59. مفاهیم اولیه سری زمانی
  • 60. مدل‌سازی سری زمانی: ARIMA (مقدماتی)
  • 61. کاربرد تحلیل داده در کسب‌وکار
  • 62. تحلیل رفتار مشتری
  • 63. پیش‌بینی تقاضا
  • 64. تحلیل داده در حوزه سلامت
  • 65. کاربرد تحلیل داده در تحقیقات علمی
  • 66. مقدمه بر اخلاق در علم داده
  • 67. حریم خصوصی و امنیت داده‌ها
  • 68. سوگیری در الگوریتم‌ها و راه‌های مقابله
  • 69. مسئولیت‌پذیری در تحلیل داده
  • 70. معرفی ابزارهای متن‌باز دیگر برای تحلیل داده
  • 71. مقدمه بر پایگاه‌های داده رابطه‌ای
  • 72. مفاهیم SQL و پرس‌وجو از پایگاه داده
  • 73. کاربرد SQL در علم داده
  • 74. مقدمه بر داده‌های حجیم (Big Data)
  • 75. مفاهیم Hadoop و Spark (مقدماتی)
  • 76. کاربرد تحلیل داده در اقتصاد و مالی
  • 77. تحلیل ریسک اعتباری (مقدماتی)
  • 78. پیش‌بینی قیمت سهام (مقدماتی)
  • 79. مقدمه بر مصورسازی تعاملی
  • 80. ابزارهای مصورسازی تعاملی (مقدماتی)
  • 81. کاربرد مصورسازی تعاملی در اکتشاف داده
  • 82. مقدمه بر مهندسی ویژگی (Feature Engineering)
  • 83. تکنیک‌های ساخت ویژگی‌های جدید
  • 84. ارزیابی کیفیت ویژگی‌ها
  • 85. مقدمه بر یادگیری تقویتی (مقدماتی)
  • 86. کاربرد یادگیری تقویتی در بهینه‌سازی
  • 87. تکنیک‌های اعتبارسنجی متقابل (Cross-Validation)
  • 88. تکنیک‌های نمونه‌برداری داده
  • 89. مقدمه بر شبکه‌های عصبی کانولوشنال (CNN) (مقدماتی)
  • 90. کاربرد CNN در پردازش تصویر (مقدماتی)
  • 91. مقدمه بر شبکه‌های عصبی بازگشتی (RNN) (مقدماتی)
  • 92. کاربرد RNN در پردازش زبان طبیعی (مقدماتی)
  • 93. اصول کار با API ها برای جمع‌آوری داده
  • 94. مقدمه بر داده‌های ساختاریافته و نیمه‌ساختاریافته
  • 95. کاربرد تحلیل داده در بهینه‌سازی فرآیندها
  • 96. مقدمه بر یادگیری انتقالی (Transfer Learning)
  • 97. کاربرد یادگیری انتقالی در مسائل پیچیده
  • 98. مبانی پایپ‌لاین‌های تحلیل داده
  • 99. مدیریت پروژه در علم داده
  • 100. ارتباط مؤثر نتایج تحلیل داده

📚 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.