آشنایی با نامپای NumPy

2982
8 ساعت

نامپای یک کتابخانۀ پایه برای محاسبات برداری و پردازش‌های حجیم در پایتون است و در شاخه‌های مختلف مهندسی و علوم کاربرد دارد. مهمترین کتابخانه‌های پایتون در علوم داده مانند pandas، matplotlib، scikit-learn،  TensorFlow و ... همگی از آرایه‌های نامپای استفاده می‌کنند و بر آن اساس ساخته شده است. در واقع، Numpy جزئی ضروری برای به کارگیری علوم داده در پایتون است و بدون آن عملا نمی‌توان داده‌ای را در پایتون تحلیل کرد. عنصر کانونی در نامپای آرایه است. در این درس خواهیم دید که کار با آرایه‌های پایتون چگونه محاسبات عددی را سریع و کارآمد می‌کند و امکان پیاده‌سازی ایده‌های متنوعی در آمار، شبیه‌سازی اعداد تصادفی، جبر خطی و بسیاری از حوزه‌های دیگر را به ما می‌دهد. 

اهداف

  • ایجاد آمادگی برای به کارگیری علوم داده پایتون
  • کسب توانایی زیاد در محاسبات عددی
  • قابلیت کار با داده‌های حجیم

فهرست:

6 درس8h

آرایه چندبعدی

محاسبات نظیر به نظیر
تعریف آرایه چندبعدی
آزمون کوتاه آرایه

فراخوانی مقدارها

روش‌های پرکاربرد

آرایه و رسم شکل

علیرضا کدیور

تحلیلگر داده در دقیقه

علیرضا کدیور از سال ۱۳۹۳ تا‌کنون به تحلیل داده‌ در حوزه‌های گوناگون اشتغال دارد. تمرکز علیرضا بیش از هرچیز بر به‌کارگیری روش‌های آماری و ایده‌های تحلیل داده در مسائل واقعی است.

مطالعات اجتماعی، تحلیل نتایج نظرسنجی، تحلیل داده‌های سلامت و درمان، کشف تقلب در سازمان‌های بیمه‌گر، پیش‌بینی قیمت در بازارهای بورس و مسکن، تحلیل داده در کسب و کارهای دیجیتال، تحلیل داده برای حل مسائل مدیریت شهری و مطالعات رفاهی زمینه‌هایی است که او در آن‌ها به عنوان تحلیلگر تجربه فعالیت داشته است.

علیرضا فارغ التحصیل مهندسی صنایع از دانشگاه شریف و کارشناسی ارشد آمار و تحقیق در عملیات از دانشگاه اسکس در انگلستان و هم‌بنیان‌گذار شرکت پردازش و تحلیل داده دقیقه است. او از سال ۹۵ آموزش در حوزۀ علوم داده را نیز آغاز کرد و از آن زمان تاکنون دوره‌ها و کارگاه‌های آموزشی متعددی در سازمان‌های گوناگون برگزار کرده است. او همچنین از سال ۹۸ مبانی برنامه‌سازی کامپیوتری و مقدمات تحلیل داده را در دانشگاه صنعتی شریف تدریس می‌کند.

او به روزنامه‌نگاری مبتنی بر تحلیل و مصورسازی داده در زمینه‌های اجتماعی، اقتصادی، فرهنگی و ... نیز علاقه‌مند است و سردبیری مجله تحلیلی دقیقه‌ای برای تأمل را از ابتدای راه‌اندازی آن بر عهده دارد. تحلیل‌های او در ارتباط با شیوع کرونا در سال ۱۳۹۹ و ۱۴۰۰ به صورت ویژه در جراید بازتاب یافت و در سطح کشور مورد توجه قرار گرفت و در برخی مجلات معتبر دنیا مانند مجله لنست انتشار یافت. یادداشت‌ها و مقالات او در مجله تحلیلی دقیقه‌ای برای تأمل در آدرس زیر در دسترس است:

d-mag.ir/pauthor/alirezakd

علیرضا علاوه بر کاربردهای تحلیل داده در خدمات عمومی و کسب‌وکار، به کاربردهای پردازش و تحلیل داده‌ها در علوم انسانی و مباحث فکری حول علوم داده مانند نقش تاریخی داده در تحولات علمی و روش‌های آموزش آن نیز علاقه‌مند است.

علیرضا کدیور هم‌اکنون به آموزش علوم داده و دیگر مهارت‌های مورد نیاز برای بهره‌برداری تحلیلی از داده‌ها در مدرسه پردازش و تحلیل داده دقیقه اشتغال دارد. درس‌‌ها و دیگر مطالبی که علیرضا در مدرسه دقیقه ارائه می‌کند در ادامه آمده است.

4.61 (41 نظر)

16 دوره ها

16385 دانشجو

نظرات

4.7

جمعاً 6 نظر

5
1 نظر
4
1 نظر
3
0 نظر
2
0 نظر
1
0 نظر

بسیار خوب

خوب بود

thank you

خیلی متشکرم
بسیار عالی بود

بسیار خوب

دوره خیلی خوب و کاربردی بود. تمرینها هم جالب و بسیار آموزنده بودند

پیش‌نیاز

مخاطبین

  • پژوهشگرها و مهندسین
  • تحلیلگران داده

Generic selectors
Exact matches only
Search in title
Search in content
Post Type Selectors