Udemy – Advance Python | Python for Datascience 2023-11

در تاریخ: 1403/04/16 5:25:27

توضیحات

دوره Advance Python | Python for Datascience که به سادگی قابل یادگیری است، برای همه سطوح از دانش آموزان طراحی شده است. این دوره برای دانشجویانی ساخته شده که مشتاق به تسلط بر پایتون و دنباله رو حرفه ای به عنوان تحلیلگر داده یا دانشمند داده هستند. این دوره به طور جامع مفاهیم پیشرفته پایتون را پوشش می دهد و پایه ای قوی در برنامه نویسی و تحلیل داده ها با تمرکز بر تحلیل داده، نمایش داده و یادگیری ماشین برای دانشجویان فراهم می کند.

آنچه یاد خواهید گرفت:

مبانی پایتون
بخش اول: شیرجه به اصول اولیه پایتون
بخش دوم: کاوش بیشتر در اصول اولیه پایتون
مفاهیم پیشرفته پایتون
درک لیستی (List Comprehension) و تولید کننده ها (Generators)
مدیریت فایل
مدیریت خطا (Exception Handling)
برنامه نویسی شیء گرا (OOP)
تزئین کننده ها (Decorators) و متاکلاس ها (Metaclasses)
NumPy (پوشش گسترده کتابخانه):
آرایه ها و عملیات آرایه
فهرست نویسی و برش آرایه
پخش و برداری سازی (Broadcasting and Vectorization)
توابع ریاضی و جبر خطی
دستکاری و بازآرایی آرایه
Pandas (پوشش گسترده کتابخانه):
ساختار داده های Pandas
تغییر شکل و دستکاری داده ها
پاکسازی و پیش پردازش داده ها
الحاق، ادغام و بازآرایی
نمایش داده ها:
تکنیک های پیشرفته Matplotlib
Seaborn برای نمایش داده های آماری
Plotly برای نمایش های تعاملی
تحلیل داده های مکانی (Geospatial Data Analysis)
یادگیری ماشین با Scikit-learn (پوشش گسترده کتابخانه):
رگرسیون خطی (Linear Regression)
رگرسیون لجستیک (Logistic Regression)
ماشین بردار پشتیبان (SVM)، درخت تصمیم (Decision Tree)، جنگل تصادفی (Random Forest)
یادگیری بدون نظارت (Unsupervised Learning)
تکنیک های اعتبارسنجی مدل (Model Validation Techniques)
تنظیم ابرپارامتر (Hyperparameter Tuning) و انتخاب مدل
مطالعات موردی و پروژه ها:
پیش بینی اجاره خانه
پیش بینی بیماری قلبی
بخش بندی مشتری

این دوره برای چه کسانی مناسب است؟

دانشجویانی که علاقه مند به کاوش در زمینه تکنیک های تحلیل، پاکسازی و پیش پردازش داده ها با استفاده از پایتون هستند، این دوره را برای درک نحوه کار با داده ها مفید خواهند یافت.
برای دانشجویانی که مشتاق به گسترش دانش خود فراتر از برنامه نویسی پایه هستند، این دوره به مفاهیم پیشرفته پایتون، برنامه نویسی شیء گرا و موارد دیگر می پردازد.
دانشجویانی که می خواهند مفاهیم پیشرفته پایتون را یاد بگیرند و به حوزه علم داده علاقه مند هستند.
دانشجویان و متخصصان در زمینه یادگیری ماشین و هوش مصنوعی که به دنبال تقویت درک خود از پایتون برای پیاده سازی و تجزیه و تحلیل داده ها هستند.
تحلیلگران داده و دانشمندان داده که به دنبال استفاده از پایتون برای کارهای پیشرفته دستکاری، تجزیه و تحلیل و نمایش داده ها هستند.

مشخصات دوره Advance Python | Python for Datascience

ناشر: Udemy
مدرس: Selfcode Academy
سطح آموزش: مبتدی تا پیشرفته
مدت زمان آموزش: 9 ساعت و 44 دقیقه
تعداد دروس: 24

سرفصل های دوره در تاریخ 2023/12

پیشنیازهای دوره Advance Python | Python for Datascience

Students should have understanding of fundamental Python concepts, including variables, data types, loops, and functions.
A genuine interest in working with data, conducting data analysis, and implementing machine learning models is crucial to fully benefit from the course content.
A foundational knowledge of basic mathematical concepts, such as algebra and statistics, will be helpful for comprehending certain aspects of data analysis, machine learning, and numerical computing.