کتاب پایتون برای تحلیل داده‌ها با کتابخانه‌های کاربردی

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 تحلیل داده‌ها با کتابخانه‌های کاربردی

موضوع کلی: علوم داده و تحلیل آماری

موضوع میانی: برنامه‌نویسی برای علم داده

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر علم داده و تحلیل آماری
  • 2. آشنایی با مفاهیم کلیدی علم داده
  • 3. نقش پایتون در علم داده
  • 4. نصب و راه‌اندازی محیط توسعه پایتون
  • 5. مبانی زبان برنامه‌نویسی پایتون
  • 6. انواع داده‌ها در پایتون
  • 7. ساختارهای داده‌ای: لیست‌ها و تاپل‌ها
  • 8. ساختارهای داده‌ای: دیکشنری‌ها و مجموعه‌ها
  • 9. دستورات شرطی و حلقه‌ها در پایتون
  • 10. توابع و ماژول‌ها در پایتون
  • 11. مدیریت خطا و استثنا در پایتون
  • 12. مقدمه‌ای بر کتابخانه NumPy
  • 13. آرایه‌های NumPy و عملیات پایه
  • 14. عملیات برداری و شاخص‌گذاری در NumPy
  • 15. توابع ریاضی و آماری NumPy
  • 16. مقدمه‌ای بر کتابخانه Pandas
  • 17. ساختار داده DataFrame در Pandas
  • 18. کار با داده‌های از دست رفته در Pandas
  • 19. فیلتر کردن و انتخاب داده‌ها در Pandas
  • 20. گروه‌بندی و تجمیع داده‌ها در Pandas
  • 21. ادغام و اتصال DataFrame ها
  • 22. عملیات تاریخ و زمان در Pandas
  • 23. مقدمه‌ای بر کتابخانه Matplotlib
  • 24. رسم نمودارهای پایه با Matplotlib
  • 25. سفارشی‌سازی نمودارها در Matplotlib
  • 26. رسم نمودارهای پراکندگی و خطی
  • 27. رسم نمودارهای میله‌ای و هیستوگرام
  • 28. رسم نمودارهای دایره‌ای و جعبه‌ای
  • 29. مقدمه‌ای بر کتابخانه Seaborn
  • 30. نمودارهای آماری پیشرفته با Seaborn
  • 31. نقشه‌های حرارتی و تحلیل همبستگی
  • 32. تجسم داده‌های طبقه‌بندی شده
  • 33. مقدمه‌ای بر تحلیل آماری
  • 34. آمار توصیفی: میانگین، میانه، مد
  • 35. انحراف معیار و واریانس
  • 36. توزیع‌های آماری: نرمال، یکنواخت
  • 37. مقدمه‌ای بر آزمون فرض آماری
  • 38. آزمون t تک‌نمونه‌ای
  • 39. آزمون t دو نمونه‌ای مستقل
  • 40. آزمون t زوجی
  • 41. تحلیل واریانس یک‌طرفه (ANOVA)
  • 42. مقدمه‌ای بر رگرسیون خطی
  • 43. رگرسیون خطی ساده
  • 44. ارزیابی مدل رگرسیون خطی
  • 45. مقدمه‌ای بر رگرسیون لجستیک
  • 46. کاربرد رگرسیون لجستیک در طبقه‌بندی
  • 47. مقدمه‌ای بر یادگیری ماشین
  • 48. انواع یادگیری ماشین: نظارت شده و بدون نظارت
  • 49. مقدمه‌ای بر الگوریتم‌های طبقه‌بندی
  • 50. الگوریتم K-نزدیک‌ترین همسایه (KNN)
  • 51. درخت تصمیم برای طبقه‌بندی
  • 52. الگوریتم ماشین بردار پشتیبان (SVM)
  • 53. مقدمه‌ای بر الگوریتم‌های خوشه‌بندی
  • 54. الگوریتم K-Means
  • 55. ارزیابی مدل‌های طبقه‌بندی
  • 56. متریک‌های ارزیابی: دقت، صحت، بازیابی
  • 57. ماتریس درهم‌ریختگی (Confusion Matrix)
  • 58. تقسیم داده‌ها به مجموعه آموزش و آزمون
  • 59. اعتبارسنجی متقابل (Cross-Validation)
  • 60. تنظیم ابرپارامترها (Hyperparameter Tuning)
  • 61. مقدمه‌ای بر پردازش زبان طبیعی (NLP)
  • 62. پیش‌پردازش متن: توکنایز کردن
  • 63. حذف کلمات توقف (Stop Words)
  • 64. ریشه‌یابی کلمات (Stemming) و لماتیزاسیون (Lemmatization)
  • 65. نمایش متنی: کیسه کلمات (Bag-of-Words)
  • 66. نمایش متنی: TF-IDF
  • 67. مقدمه‌ای بر تحلیل احساسات
  • 68. کاربرد تحلیل احساسات در پایتون
  • 69. مقدمه‌ای بر شبکه‌های عصبی
  • 70. شبکه‌های عصبی پرسپترون چندلایه (MLP)
  • 71. مقدمه‌ای بر کتابخانه‌های یادگیری عمیق
  • 72. استفاده از TensorFlow و Keras
  • 73. ساخت مدل‌های ساده با Keras
  • 74. آموزش و ارزیابی مدل‌های عمیق
  • 75. مقدمه‌ای بر تحلیل سری‌های زمانی
  • 76. مفاهیم پایه سری‌های زمانی
  • 77. پیش‌بینی سری‌های زمانی با مدل‌های آماری
  • 78. کاربرد پایتون در تحلیل سری‌های زمانی
  • 79. مقدمه‌ای بر کلان داده‌ها (Big Data)
  • 80. مفاهیم اولیه کلان داده‌ها
  • 81. ابزارهای پردازش کلان داده‌ها
  • 82. مقدمه‌ای بر مهندسی داده
  • 83. پایپ‌لاین‌های داده (Data Pipelines)
  • 84. ذخیره‌سازی داده‌ها: پایگاه‌های داده رابطه‌ای
  • 85. ذخیره‌سازی داده‌ها: NoSQL
  • 86. مقدمه‌ای بر اخلاق در علم داده
  • 87. حریم خصوصی داده‌ها
  • 88. سوگیری در الگوریتم‌ها
  • 89. کاربرد علم داده در کسب‌وکار
  • 90. تحلیل داده‌های بازاریابی
  • 91. تحلیل داده‌های مالی
  • 92. تحلیل داده‌های بهداشتی
  • 93. مقدمه‌ای بر هوش مصنوعی
  • 94. مفاهیم پایه هوش مصنوعی
  • 95. کاربردهای هوش مصنوعی در صنعت
  • 96. پروژه‌های عملی در علم داده
  • 97. تکنیک‌های پیشرفته تجسم داده
  • 98. تحلیل داده‌های شبکه‌های اجتماعی
  • 99. تحلیل داده‌های جغرافیایی (GIS)
  • 100. مقدمه‌ای بر داده‌کاوی

📚 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.