آنچه خواهید آموخت
- آشنایی با تفکر الگوریتمی و کدنویسی در پایتون (بدون پیشنیاز)
- آشنایی و تمرین پردازش، مصورسازی و تحلیل داده در پایتون
- کارگاه پیشپردازش و پاکسازی داده با پرامپتنویسی برای هوش مصنوعی (وایب کدینگ)
- آشنایی با مفاهیم آماری پایه و کاربردهای آن برای توصیف یک کسبوکار
- مدلسازی و استنتاج آماری با مدلهای رگرسیون
- آزمایشهای تجربی در تحلیل داده با روش A/B test
- داستانپردازی با داده و تصمیمگیری مبتنی بر داده
- کارگاه بررسی نمونههای واقعی از کاربرد تحلیل داده در حل مسائل کسب و کار
- پروژه پایانی
محتوای دوره
چشمانداز دوره
-
01:26:21
-
01:34:54
-
منابعی برای مطالعه بیشتر
مقدمهای بر کامپیوتر و برنامهنویسی
-
01:26:35
-
30:07
-
52:20
تفکر الگوریتمی و پیچیدگی محاسباتی
-
متغیر، شرط و حلقه در پایتون
01:26:34 -
توضیحاتی درباره پاسخ به تمرینها و فرایند تصحیح خودکار
06:46 -
آزمونوخطا و تقریب
01:48:18 -
حل تمرین و رفع اشکال
02:03:28 -
مرور مباحث گذشته
01:19:24
توابع و مقدارهای پیمایشپذیر
-
تابع بازگشتی، رشته و متد
01:28:02 -
رشته و تابع بازگشتی
01:34:05 -
چندتایی و لیست
01:20:34 -
مجموعه، دیکشنری و روشهای پرکاربرد
01:34:56
رویکرد ماژولار در تفکر محاسباتی و مصورسازی داده
-
فراخوانی ماژول و کار با اعداد شبه تصادفی
25:20:01 -
محاسبات برداری با کتابخانه numpy
22:09:01 -
مصورسازی داده، انتقال پیام، استدلال و تبیین
44:05:01 -
مصورسازی داده با کتابخانه matplotlib
58:35:00 -
مصورسازی داده با کتابخانه seaborn (بخش اول)
01:40:42 -
مصورسازی داده با کتابخانه seaborn (بخش دوم)
01:33:07 -
شبیهسازی مونت کارلو
37:13 -
تغییر متغیر و استفاده از لگاریتم
19:08 -
توضیحاتی درباره ماهیت داده
28:03 -
مشاهده، متغیر و جدول
44:21 -
کدنویسی ماژولار با استفاده از هوش مصنوعی (جستجو در خبرگزاری ایرنا)
42:27
پردازش و تبدیل داده با کتابخانه pandas
-
معرفی محیط JupyterNoteBook و JupyterLab برای تحلیل داده
58:14 -
ورود داده با فرمتهای csv و xlsx در پایتون
01:09:55 -
آشنایی با امکانات کتابخانه pandas برای پردازش دادههای جدولی
01:03:50 -
توضیحات و کار با series
59:53 -
توضیحات و کار با dataframe
01:01:55 -
معرفی و مرور cheatsheet و شروع تحلیل داده
01:10:13 -
پردازش برداری، چرا و چگونه؟
01:01:02 -
توضیحات و کار با groupby, reshaping , pivot tables
01:02:00 -
ادامه با pivot tables، انواع ترکیب داده ها با pandas
01:16:35 -
کارگاه حل تمرین – شناخت و بررسی اولیه داده
01:01:11 -
کارگاه حل تمرین – مرور مفاهیم pivot_table
01:08:50 -
کارگاه حل تمرین – ترکیب دادهها
01:10:28 -
کار با دادههای بانک رفاه ایرانیان (بخش اول)
01:17:41 -
کار با دادههای بانک رفاه ایرانیان (بخش دوم)
01:58:28
نظرسنجی میاندوره
-
نظرسنجی
کارگاه مدیریت نسخههای کد (git)
-
گیت چیست و چطور کار میکند؟
01:12:45 -
شاخه و ادغام با گیت
01:31:16
آشنایی با SQL
-
معرفی ساختار پایگاههای داده، کوئرینویسی با زبان SQL در محیط پایتون
01:22:55 -
استخراج و خواندن دادهها از دیتابیس
26:36 -
شرطها و گروهبندی در SQL
52:57 -
محدود کردن خروجی و pagination
56:42 -
معرفی انواع join table
01:41:47