سپنتا کتاب اکسپرس
کتاب تحلیل داده با پایتون: مبانی تا کاربرد در علوم داده

کتاب تحلیل داده با پایتون: مبانی تا کاربرد در علوم داده

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 داده با پایتون: مبانی تا کاربرد در علوم داده

موضوع کلی: علوم داده و تحلیل آماری

موضوع میانی: برنامه‌نویسی برای تحلیل داده

📋 سرفصل‌های دوره

  • 1. مقدمه ای بر علوم داده و تحلیل آماری
  • 2. آشنایی با محیط توسعه پایتون
  • 3. نصب و پیکربندی ابزارهای تحلیل داده
  • 4. مبانی زبان پایتون برای تحلیل داده
  • 5. انواع داده ها و ساختارهای داده در پایتون
  • 6. عملیات پایه با اعداد و رشته ها
  • 7. ساختارهای کنترلی: شرط ها و حلقه ها
  • 8. توابع در پایتون
  • 9. ماژول ها و بسته های پایتون
  • 10. مقدمه ای بر NumPy برای محاسبات عددی
  • 11. آرایه های NumPy و عملیات پایه
  • 12. شاخص گذاری و برش آرایه های NumPy
  • 13. عملیات ریاضی و آماری با NumPy
  • 14. توابع آشناتر NumPy
  • 15. مقدمه ای بر Pandas برای تحلیل داده
  • 16. ساختارهای داده ای DataFrame و Series
  • 17. بارگذاری و ذخیره سازی داده ها با Pandas
  • 18. شاخص گذاری و انتخاب داده ها در DataFrame
  • 19. فیلتر کردن و مرتب سازی داده ها
  • 20. مدیریت داده های گمشده (Missing Data)
  • 21. ادغام و پیوستن DataFrame ها
  • 22. عملیات گروه بندی (Grouping) و تجمیع (Aggregation)
  • 23. پنجره های متحرک (Rolling Windows)
  • 24. کار با داده های زمانی (Time Series)
  • 25. مقدمه ای بر Matplotlib برای مصورسازی داده ها
  • 26. انواع نمودارهای پایه در Matplotlib
  • 27. سفارشی سازی نمودارها
  • 28. نمودارهای آماری با Matplotlib
  • 29. رسم نمودارهای چندگانه (Subplots)
  • 30. مقدمه ای بر Seaborn برای مصورسازی پیشرفته
  • 31. نمودارهای توزیع (Distribution Plots)
  • 32. نمودارهای رابطه ای (Relational Plots)
  • 33. نمودارهای دسته بندی (Categorical Plots)
  • 34. نمودارهای ماتریسی (Matrix Plots)
  • 35. مقدمه ای بر Scikit-learn برای یادگیری ماشین
  • 36. انواع الگوریتم های یادگیری ماشین
  • 37. پیش پردازش داده ها برای یادگیری ماشین
  • 38. تقسیم داده ها به مجموعه های آموزشی و آزمایشی
  • 39. ارزیابی مدل های یادگیری ماشین
  • 40. رگرسیون خطی (Linear Regression)
  • 41. رگرسیون لجستیک (Logistic Regression)
  • 42. درخت تصمیم (Decision Trees)
  • 43. جنگل تصادفی (Random Forests)
  • 44. ماشین بردار پشتیبان (Support Vector Machines)
  • 45. خوشه بندی (Clustering) با K-Means
  • 46. تحلیل مولفه های اصلی (PCA)
  • 47. مقدمه ای بر آمار توصیفی
  • 48. میانگین، میانه، مد
  • 49. واریانس و انحراف معیار
  • 50. چارک ها و دامنه بین چارکی
  • 51. توزیع فراوانی و هیستوگرام
  • 52. نمودار جعبه ای (Box Plot)
  • 53. مقدمه ای بر آمار استنباطی
  • 54. مفهوم نمونه گیری و جامعه آماری
  • 55. توزیع نرمال و توزیع های مرتبط
  • 56. آزمون فرض آماری
  • 57. خطای نوع اول و دوم
  • 58. آزمون t (t-test)
  • 59. آزمون کای دو (Chi-squared Test)
  • 60. مقدمه ای بر تحلیل سری های زمانی
  • 61. مفاهیم پایه سری های زمانی
  • 62. شناسایی روند، فصلی بودن و نویز
  • 63. مدل های خودرگرسیونی (AR)
  • 64. مدل های میانگین متحرک (MA)
  • 65. مدل های ARIMA
  • 66. پیش بینی با استفاده از مدل های سری زمانی
  • 67. مقدمه ای بر تحلیل متن
  • 68. پیش پردازش متن (پاکسازی، توکن سازی)
  • 69. توزیع فراوانی کلمات
  • 70. مدل های Bag-of-Words
  • 71. مدل TF-IDF
  • 72. مقدمه ای بر تحلیل شبکه های اجتماعی
  • 73. مفاهیم پایه گراف و شبکه
  • 74. شاخص های مرکزیت در شبکه
  • 75. شناسایی جوامع (Community Detection)
  • 76. تحلیل احساسات (Sentiment Analysis)
  • 77. کاربرد تحلیل داده در حوزه سلامت
  • 78. کاربرد تحلیل داده در حوزه مالی
  • 79. کاربرد تحلیل داده در حوزه بازاریابی
  • 80. کاربرد تحلیل داده در حوزه تولید
  • 81. کاربرد تحلیل داده در حوزه منابع انسانی
  • 82. مقدمه ای بر اخلاق در علم داده
  • 83. حریم خصوصی داده ها
  • 84. سوگیری در الگوریتم ها
  • 85. مسئولیت پذیری در علم داده
  • 86. آینده علم داده و هوش مصنوعی
  • 87. پروژه عملی: تحلیل داده های فروش
  • 88. پروژه عملی: تحلیل داده های مشتریان
  • 89. پروژه عملی: تحلیل داده های پزشکی
  • 90. پروژه عملی: تحلیل داده های اقتصادی
  • 91. پروژه عملی: تحلیل داده های شبکه های اجتماعی
  • 92. مقدمه ای بر روش های پیشرفته مصورسازی
  • 93. کاربرد ابزارهای BI (مانند Tableau یا Power BI)
  • 94. مقدمه ای بر Big Data و اکوسیستم Hadoop
  • 95. مقدمه ای بر Spark برای پردازش داده های بزرگ
  • 96. مقدمه ای بر یادگیری عمیق (Deep Learning)
  • 97. شبکه های عصبی کانولوشنال (CNN)
  • 98. شبکه های عصبی بازگشتی (RNN)
  • 99. کاربرد پردازش زبان طبیعی (NLP) در تحلیل داده
  • 100. کاربرد بینایی ماشین (Computer Vision) در 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.