توضیحات

آموزش آماده‌سازی داده و تحلیل اکتشافی داده‌ها (EDA) در پایتون

نام دوره : Python Data Science: Data Prep & EDA with Python

پیش‌نیازها

• نصب Jupyter Notebook (دانلود رایگان – مراحل نصب به‌صورت گام‌به‌گام در دوره توضیح داده می‌شود)

• آشنایی پایه با پایتون و Pandas پیشنهاد می‌شود، اما الزامی نیست

توضیحات

این یک دوره کاملاً عملی و پروژه‌محور است که برای تسلط شما بر هسته‌ی اصلی پایتون در علم داده و یادگیری ماشین طراحی شده است.

در ابتدای دوره با حوزه‌های علم داده و یادگیری ماشین آشنا می‌شویم، تفاوت بین یادگیری نظارت‌شده و بدون‌نظارت را بررسی می‌کنیم و گردش‌کار علم داده با پایتون را که در سراسر دوره از آن استفاده می‌کنیم معرفی خواهیم کرد.

سپس وارد بخش عمیق آماده‌سازی داده و تحلیل اکتشافی داده‌ها (EDA) می‌شویم.

یاد می‌گیرید چگونه یک پروژه علم داده را به‌درستی تعریف کنید، داده‌ها را با استفاده از پایتون و Pandas از منابع مختلف جمع‌آوری کرده و مشکلات رایج پاک‌سازی داده را حل کنید.

همچنین با روش‌هایی مثل فیلتر کردن، گروه‌بندی و مصورسازی داده‌ها، تحلیل اکتشافی انجام خواهید داد.

در طول دوره، شما در نقش یک دانشمند داده‌ی جونیور برای شرکت Maven Music (یک سرویس استریم موسیقی که با مشکل ریزش کاربران مواجه است) فعالیت می‌کنید.

با استفاده از مهارت‌هایی که یاد می‌گیرید، داده‌ها را جمع‌آوری، پاک‌سازی و تحلیل می‌کنید تا بینش‌های ارزشمندی درباره مشتریان ارائه دهید.

در نهایت، نحوه آماده‌سازی داده‌ها برای مدل‌های علم داده و یادگیری ماشین را تمرین می‌کنید؛ از جمله اتصال چند جدول، تنظیم سطح جزئیات داده‌ها و مهندسی ویژگی‌ها (Feature Engineering).

سرفصل‌های دوره

مقدمه‌ای بر علم داده و یادگیری ماشین
آشنایی با علم داده، مهارت‌های ضروری و مراحل مختلف گردش‌کار علم داده

تعریف و محدوده‌بندی پروژه
بررسی فرآیند تعریف یک پروژه علم داده؛ از ایده‌پردازی مسئله و راه‌حل تا انتخاب تکنیک‌ها و تعیین اهداف شفاف

جمع‌آوری داده‌ها
خواندن فایل‌های داده در Pandas، آشنایی با منابع و فرمت‌های متداول داده مانند اکسل و پایگاه‌های داده SQL

پاک‌سازی داده‌ها
تشخیص و تبدیل انواع داده، رفع مشکلات کیفیت داده مانند داده‌های گمشده، تکراری و نقاط پرت، و ایجاد ستون‌های جدید برای تحلیل

تحلیل اکتشافی داده‌ها (EDA)
کشف بینش‌ها از طریق مرتب‌سازی، فیلتر و گروه‌بندی داده‌ها و مصورسازی با نمودارهایی مثل پراکنش و هیستوگرام

پروژه میانی دوره
پاک‌سازی، تحلیل و مصورسازی داده‌های جدید شامل امتیاز فیلم‌های Rotten Tomatoes

آماده‌سازی برای مدل‌سازی
ساخت داده‌های عددی و کامل برای مدل‌های یادگیری ماشین و مهندسی ویژگی‌های جدید

پروژه نهایی دوره
به‌کارگیری تمام مهارت‌ها برای جمع‌آوری، پاک‌سازی، تحلیل و آماده‌سازی چند مجموعه داده برای Maven Music

با ثبت‌نام در دوره آموزش آماده‌سازی داده و تحلیل اکتشافی داده‌ها (EDA) در پایتون دریافت می‌کنید

• ۸٫۵ ساعت ویدئوی آموزشی باکیفیت

• ۱۶ تمرین خانگی

• ۷ آزمون

• ۲ پروژه عملی (میانی و نهایی)

• کتاب الکترونیکی «آماده‌سازی داده و EDA با پایتون» (بیش از ۱۹۰ صفحه)

• فایل‌های پروژه و پاسخ‌ها برای دانلود

اگر به‌دنبال ورود به دنیای علم داده و یادگیری ماشین با پایتون و Pandas هستید، یا قصد دارید از تحلیل داده و هوش تجاری به نقش دانشمند داده مهاجرت کنید، این دوره دقیقاً برای شما طراحی شده است.

دوره آموزش آماده‌سازی داده و تحلیل اکتشافی داده‌ها (EDA) در پایتون مناسب چه کسانی است؟

• دانشمندان داده‌ای که می‌خواهند تکنیک‌ها و بهترین روش‌های آماده‌سازی و تحلیل داده را بیاموزند

• کاربران پایتون که می‌خواهند قبل از ورود به هوش مصنوعی و یادگیری ماشین، مهارت‌های پایه را بسازند

• تحلیل‌گران داده و متخصصان هوش تجاری که قصد ورود به علم داده را دارند

• هرکسی که علاقه‌مند به یادگیری یکی از محبوب‌ترین زبان‌های متن‌باز دنیا است

بخشی از دوره :