سپنتا کتاب اکسپرس
کتاب تحلیل داده‌های ساختاریافته با کتابخانه Pandas در پایتون

کتاب تحلیل داده‌های ساختاریافته با کتابخانه Pandas در پایتون

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 تحلیل داده‌های ساختاریافته با کتابخانه Pandas در پایتون

موضوع کلی: علوم کامپیوتر و مهندسی داده

موضوع میانی: تحلیل و پردازش داده با پایتون

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر تحلیل داده و پایتون
  • 2. نصب و راه‌اندازی محیط پایتون
  • 3. آشنایی با ساختارهای داده در پایتون
  • 4. مبانی کتابخانه NumPy
  • 5. ساختارهای داده کلیدی Pandas: Series
  • 6. ساختارهای داده کلیدی Pandas: DataFrame
  • 7. ایجاد Series از لیست‌ها و آرایه‌ها
  • 8. ایجاد DataFrame از دیکشنری‌ها و لیست‌های دیکشنری
  • 9. شاخص‌گذاری و انتخاب داده در Series
  • 10. انتخاب ستون‌ها و ردیف‌ها در DataFrame
  • 11. انتخاب داده با استفاده از loc و iloc
  • 12. فیلتر کردن داده‌ها بر اساس شرط
  • 13. عملیات منطقی بر روی DataFrame
  • 14. کار با داده‌های گمشده (Missing Data)
  • 15. حذف داده‌های گمشده
  • 16. جایگزینی داده‌های گمشده
  • 17. مدیریت داده‌های تکراری
  • 18. شناسایی و حذف ردیف‌های تکراری
  • 19. توابع کاربردی برای پردازش داده
  • 20. کار با رشته‌ها در Pandas
  • 21. عملیات تاریخ و زمان در Pandas
  • 22. توابع تجمعی (Aggregation) در Pandas
  • 23. گروه‌بندی داده‌ها با groupby
  • 24. توابع مرتب‌سازی و اولویت‌بندی داده‌ها
  • 25. ادغام و پیوستن DataFrameها (Merge & Join)
  • 26. کار با فایل‌های CSV
  • 27. خواندن و نوشتن فایل‌های CSV
  • 28. کار با فایل‌های Excel
  • 29. خواندن و نوشتن فایل‌های Excel
  • 30. کار با پایگاه‌های داده (SQL)
  • 31. خواندن داده از پایگاه داده
  • 32. نوشتن داده در پایگاه داده
  • 33. رسم نمودارهای پایه با Matplotlib
  • 34. رسم نمودارهای پیشرفته با Matplotlib
  • 35. آشنایی با کتابخانه Seaborn
  • 36. رسم نمودارهای آماری با Seaborn
  • 37. کار با داده‌های متنی
  • 38. پیش‌پردازش داده‌های متنی
  • 39. استخراج ویژگی از متن
  • 40. تحلیل احساسات متنی (مبانی)
  • 41. مقدمه‌ای بر یادگیری ماشین
  • 42. انواع یادگیری ماشین
  • 43. آماده‌سازی داده برای مدل‌سازی
  • 44. تقسیم داده به مجموعه آموزش و آزمون
  • 45. ارزیابی مدل‌های یادگیری ماشین
  • 46. مقدمه‌ای بر مدل‌های رگرسیون خطی
  • 47. پیاده‌سازی رگرسیون خطی با Scikit-learn
  • 48. مقدمه‌ای بر مدل‌های طبقه‌بندی
  • 49. پیاده‌سازی رگرسیون لجستیک با Scikit-learn
  • 50. مقدمه‌ای بر درخت تصمیم
  • 51. پیاده‌سازی درخت تصمیم با Scikit-learn
  • 52. مقدمه‌ای بر ماشین بردار پشتیبان (SVM)
  • 53. پیاده‌سازی SVM با Scikit-learn
  • 54. مقدمه‌ای بر مدل‌های خوشه‌بندی
  • 55. پیاده‌سازی K-Means با Scikit-learn
  • 56. کار با داده‌های سری زمانی
  • 57. مبانی تحلیل سری زمانی
  • 58. پیش‌بینی سری زمانی (مبانی)
  • 59. کار با داده‌های جغرافیایی (مقدماتی)
  • 60. مقدمه‌ای بر تحلیل شبکه (مقدماتی)
  • 61. اصول پاکسازی داده (Data Cleaning)
  • 62. تکنیک‌های انتخاب ویژگی (Feature Selection)
  • 63. مهندسی ویژگی (Feature Engineering)
  • 64. مدیریت داده‌های نامتعادل (Imbalanced Data)
  • 65. مقدمه‌ای بر یادگیری عمیق
  • 66. شبکه‌های عصبی کانولوشنی (CNN)
  • 67. شبکه‌های عصبی بازگشتی (RNN)
  • 68. کاربرد پایتون در علم داده
  • 69. مقدمه‌ای بر ابزارهای علم داده
  • 70. اخلاق در علم داده
  • 71. حریم خصوصی داده‌ها
  • 72. امنیت داده‌ها
  • 73. کاربرد تحلیل داده در کسب‌وکار
  • 74. تحلیل داده در بازاریابی
  • 75. تحلیل داده در مالی
  • 76. تحلیل داده در بهداشت و درمان
  • 77. کاربرد تحلیل داده در علوم اجتماعی
  • 78. مقدمه‌ای بر هوش تجاری (BI)
  • 79. ابزارهای هوش تجاری
  • 80. ساخت داشبوردهای تحلیلی
  • 81. مبانی مصورسازی داده (Data Visualization)
  • 82. اصول طراحی داشبورد
  • 83. تجزیه و تحلیل اکتشافی داده (EDA)
  • 84. گزارش‌دهی در علم داده
  • 85. مستندسازی پروژه‌های علم داده
  • 86. کار تیمی در پروژه‌های علم داده
  • 87. مدیریت نسخه با Git
  • 88. اصول برنامه‌نویسی تمیز (Clean Code)
  • 89. مقدمه‌ای بر پردازش داده‌های بزرگ (Big Data)
  • 90. مبانی Apache Spark
  • 91. کار با Apache Spark و Python
  • 92. مقدمه‌ای بر یادگیری تقویتی
  • 93. کاربرد تحلیل داده در صنعت
  • 94. تحلیل داده برای بهینه‌سازی
  • 95. مقدمه‌ای بر مدل‌سازی پیش‌بینانه
  • 96. ساخت مدل‌های پیش‌بینانه پیشرفته
  • 97. کاربرد تحلیل داده در تحقیقات علمی
  • 98. اصول تفسیر نتایج تحلیل داده
  • 99. توسعه شغلی در حوزه علم داده
  • 100. موفقیت در پروژه‌های علم 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.