بسته data.table یک نسخه با کارایی بالا از data.frame پایه R با نحو و بهبود ویژگی‌ها برای سهولت استفاده، راحتی و سرعت برنامه‌نویسی ارائه می‌کند. این دوره به شما نحوه ایجاد، زیر مجموعه و دستکاری data.tables را نشان می دهد. همچنین در مورد ویژگی های data.tables الهام گرفته شده از پایگاه داده، از جمله عملیات گروهی داخلی، خواهید آموخت. این دوره با روش های سریع وارد کردن و صادرات داده های متنی جدولی مانند فایل های CSV به پایان می رسد. پس از اتمام دوره، شما قادر خواهید بود از data.table در R برای یک فرآیند دستکاری و تجزیه و تحلیل کارآمدتر استفاده کنید. در طول دوره، مجموعه داده سفر دوچرخه‌سواری در منطقه خلیج سانفرانسیسکو از سال 2014 را بررسی خواهید کرد.

بگویید که یک مجموعه داده عالی پیدا کرده اید و می خواهید در مورد آن بیشتر بدانید. چگونه می توانید به سوالاتی که در مورد داده ها دارید پاسخ دهید؟ می‌توانید از dplyr برای پاسخ به این سؤالات استفاده کنید - همچنین می‌تواند به تغییرات اساسی داده‌های شما کمک کند. همچنین یاد خواهید گرفت که داده های خود را جمع آوری کنید و متغیرها را اضافه، حذف یا تغییر دهید. در طول مسیر، یک مجموعه داده حاوی اطلاعات مربوط به شهرستان‌ها در ایالات متحده را بررسی خواهید کرد. شما این دوره را با استفاده از این ابزارها در مجموعه داده نام‌های نوزاد برای بررسی روند نام‌گذاری نوزادان در ایالات متحده به پایان خواهید رساند.

pandas محبوب‌ترین کتابخانه پایتون در جهان است که برای همه چیز از دستکاری داده‌ها تا تجزیه و تحلیل داده‌ها استفاده می‌شود. در این دوره آموزشی، نحوه دستکاری DataFrames را یاد می گیرید، همانطور که مجموعه داده های دنیای واقعی را برای تجزیه و تحلیل استخراج، فیلتر و تبدیل می کنید. با استفاده از پانداها، تمام مفاهیم اصلی علم داده را کشف خواهید کرد. با استفاده از داده‌های دنیای واقعی، از جمله ارقام فروش Walmart و سری‌های زمانی دمای جهانی، نحوه وارد کردن، تمیز کردن، محاسبه آمار و ایجاد تجسم - با استفاده از پانداها برای افزودن به قدرت پایتون را خواهید آموخت!

ویدیوها حاوی رونوشت‌های زنده هستند که با کلیک کردن روی "نمایش رونوشت" در پایین سمت چپ ویدیوها قابل دسترسی هستند.

واژه نامه دوره را می توانید در سمت راست در بخش منابع پیدا کنید.

برای کسب اعتبارات CPE باید دوره را تکمیل کنید و در ارزیابی واجد شرایط به نمره 70% برسید. می‌توانید با کلیک بر روی علامت اعتبارات CPE در سمت راست به ارزیابی بروید.

در چشم‌انداز مبتنی بر داده‌های امروزی، دستکاری کارآمد داده‌ها بسیار مهم است و Alteryx ابزارهای قدرتمندی را برای دستیابی به آن ارائه می‌کند. در این دوره، اتحادیه‌ها، ضمیمه‌ها، پیوندها، تجزیه و بهینه‌سازی عملکرد را بررسی می‌کنید و به شما این امکان را می‌دهد که گردش کار خود را ساده کنید و بازی تحلیلی خود را ارتقا دهید. ما به عناصر اصلی Alteryx می پردازیم و تکنیک هایی را برای هماهنگ کردن داده های شما به طور یکپارچه و افزایش توانایی های تحلیلی شما تسلط می دهیم. یاد بگیرید که چالش های داده را به پیروزی تبدیل کنید!

آیا آماده اید انقلابی در گردش کار داده خود ایجاد کنید و کارهای دستی و مستعد خطا را حذف کنید؟ این دوره برای حرفه ای ها طراحی شده است که به دنبال دستکاری خودکار داده ها با استفاده از KNIME، حتی بدون تجربه کدنویسی هستند. شما یاد خواهید گرفت که داده ها را از چندین منبع ادغام و تبدیل کنید، بینش ها را با محورها جمع آوری کنید، مدیریت فایل ها را ساده کنید و با پایگاه های داده تعامل موثری داشته باشید. در پایان، مهارت‌هایی برای ایجاد جریان‌های کاری قدرتمندی خواهید داشت که باعث صرفه‌جویی در زمان، بهبود دقت و افزایش بهره‌وری می‌شود. ایده آل برای تحلیلگران، دانشمندان داده شهروندی، و هر کسی که با داده ها کار می کند!

برای مدیریت داده‌های بزرگ و کوچک، تمیز یا کثیف، ساختاریافته یا بدون ساختار، هزاران تیم داده به Snowflake روی می‌آورند. در این دوره، مهارت‌هایی را که برای دستکاری و تبدیل داده‌ها در Snowflake نیاز دارید، تسلط خواهید یافت.

ابتدا، نحوه پیاده‌سازی منطق if-then با استفاده از دستورات CASE در Snowflake را بررسی خواهید کرد. با استفاده از عبارات CASE، شما یاد خواهید گرفت که شرایط مختلف را برای انجام کارهایی مانند دسته بندی مقادیر در یک جدول ارزیابی کنید. و اغلب تنها یکی از شرایطی که شما در حال ارزیابی آن هستید، نخواهد بود. همچنین دستان خود را در ساخت عبارات CASE با عبارات شرطی متعدد و پیچیده کثیف خواهید کرد.

هنگامی که از عبارات CASE مطمئن شدید، ابتدا وارد نوشتن پرسش‌های فرعی می‌شوید. پرس و جوهای فرعی به شما این قدرت را می دهند که نتایج را در پرس و جوی دیگری که در حال ساخت آن هستید ترکیب کنید. همچنین خواهید دید که چگونه عبارات جدول متداول به شما اجازه می دهد تا کاری کاملاً مشابه انجام دهید، اما این بار به روشی سازماندهی شده تر.

در پایان این دوره، ابزارهای مورد نیاز برای دستکاری و تبدیل داده‌ها در Snowflake و ارتقاء سطح شغلی خود به عنوان یک متخصص داده را خواهید داشت.

Julia یک زبان برنامه نویسی جدید و هیجان انگیز است که برای یادگیری ماشین، محاسبات علمی و داده کاوی طراحی شده است. این دوره دانش لازم برای شروع سفر دستکاری داده های خود را در جولیا در اختیار شما قرار می دهد.

ما بر دانش شما از DataFrames از دوره های مقدماتی جولیا و متوسط جولیا خواهیم ساخت. در پایان دوره، شما به مهارت‌های اصلی برای بازرسی، تبدیل، گروه‌بندی، تجسم DataFrames و بسیاری موارد دیگر مجهز خواهید شد.

کار با داده هایی که در طول زمان تغییر می کنند یک مهارت ضروری در علم داده است. در این دوره آموزشی، پایه‌های نشان‌دهنده یک سری زمانی، نحوه بازیابی آمار خلاصه و روندهای مربوط به داده‌های یک سری زمانی، و نحوه تفسیر بصری یک سری زمانی را خواهید آموخت. توابع پنجره را پوشش می‌دهید تا بر یک دوره خاص مورد علاقه تمرکز کنید و روش‌های "تجربه" داده‌های خود را بیاموزید - پر کردن مقادیر از دست رفته با روش‌های پر کردن ثابت، LOCF یا درون یابی خطی.

در این دوره با اصول دستکاری داده های سری زمانی آشنا خواهید شد. داده‌های سری زمانی، داده‌هایی هستند که با توالی تاریخ یا زمان نمایه می‌شوند. شما یاد خواهید گرفت که چگونه از روش های ساخته شده در پانداها برای کار با این شاخص استفاده کنید. همچنین خواهید آموخت که چگونه سری های زمانی را مجدداً نمونه برداری کنید تا فرکانس را تغییر دهید. این دوره همچنین به شما نشان می دهد که چگونه مقادیر نورد و تجمعی را برای سری های زمانی محاسبه کنید. در نهایت، شما از تمام مهارت‌های جدید خود برای ایجاد یک شاخص سهام با وزن از داده‌های واقعی سهام استفاده خواهید کرد.

توانایی درک، استفاده و خلاصه کردن داده‌های غیر عددی - مانند گروه خونی یا وضعیت تاهل یک فرد - یکی از اجزای حیاتی دانشمند داده بودن است. در این دوره، نحوه دستکاری و تجسم داده های طبقه بندی شده با استفاده از پانداها و دریازادگان را خواهید آموخت. از طریق تمرین‌های عملی، با نوع داده‌های دسته‌بندی پانداها، از جمله نحوه ایجاد، حذف و به‌روزرسانی ستون‌های دسته‌بندی آشنا خواهید شد. همچنین با طیف وسیعی از مجموعه داده‌ها از جمله ویژگی‌های سگ‌های قابل پذیرش، بررسی‌های سفر لاس وگاس، و داده‌های سرشماری کار خواهید کرد تا مهارت‌های خود را در کار با داده‌های طبقه‌بندی توسعه دهید.

بخش خوبی از داده‌های موجود در دنیای واقعی ذاتاً فضایی هستند. از جمعیت ثبت شده در سرشماری ملی گرفته تا هر مغازه در همسایگی شما، اکثر مجموعه داده ها جنبه مکانی دارند که می توانید از آن برای استفاده حداکثری از آنچه ارائه می کنند استفاده کنید. این دوره به شما نشان می دهد که چگونه داده های مکانی را در گردش کار پایتون Data Science خود ادغام کنید. شما یاد خواهید گرفت که چگونه با استفاده از ابعاد جغرافیایی آنها با داده های دنیای واقعی تعامل، دستکاری و تقویت کنید. شما یاد خواهید گرفت که داده های مکانی جدولی را در رایج ترین فرمت ها بخوانید (به عنوان مثال GeoJSON، shapefile، geopackage) و آنها را در نقشه ها تجسم کنید. سپس منابع مختلف را با استفاده از مکان آنها به عنوان پلی که آنها را در ارتباط با یکدیگر قرار می دهد ترکیب می کنید. و در پایان دوره، می‌توانید بفهمید چه چیزی داده‌های جغرافیایی را منحصربه‌فرد می‌کند و به شما امکان می‌دهد آنها را در زمینه‌های مختلف تغییر دهید و تغییر دهید.

داده‌های گمشده همه جا هستند. فرآیند پر کردن مقادیر از دست رفته به عنوان imputation شناخته می‌شود، و اگر می‌خواهید پیش‌بینی‌های دقیقی داشته باشید و خود را از جمعیت متمایز کنید، دانستن نحوه پر کردن صحیح داده‌های از دست رفته یک مهارت ضروری است. در این دوره آموزشی، نحوه استفاده از تجسم‌سازی و آزمون‌های آماری را برای تشخیص الگوهای داده از دست رفته و نحوه تلقی داده‌ها با استفاده از مجموعه‌ای از مدل‌های آماری و یادگیری ماشینی را یاد خواهید گرفت. همچنین مهارت‌های تصمیم‌گیری را به دست خواهید آورد که به شما کمک می‌کند تصمیم بگیرید که کدام روش انتساب در یک موقعیت خاص مناسب‌تر است. در نهایت، یاد خواهید گرفت که عدم قطعیت ناشی از انتساب را در استنتاج و پیش‌بینی‌های خود بگنجانید، و آنها را قوی‌تر و قابل اعتمادتر کنید.

از کار با داده های نامرتب خسته شده اید؟ آیا می دانستید که بیشتر وقت یک دانشمند داده صرف یافتن، پاکسازی و سازماندهی مجدد داده ها می شود؟! خوب معلوم است که می توانید داده های خود را به روشی هوشمندانه تمیز کنید! در این دوره آموزشی مقابله با داده های از دست رفته در پایتون، شما این کار را انجام خواهید داد! شما یاد خواهید گرفت که به مقادیر از دست رفته برای داده های عددی و دسته بندی و همچنین داده های سری زمانی رسیدگی کنید. شما یاد خواهید گرفت که الگوهایی را که داده های از دست رفته نشان می دهند، ببینید! در حین کار با داده‌های کیفیت هوا و دیابت، همچنین یاد می‌گیرید که تأثیرات برانگیختن داده‌ها را تجزیه و تحلیل، نسبت داده و ارزیابی کنید.

NumPy یک کتابخانه ضروری پایتون است. TensorFlow و scikit-learn از آرایه های NumPy به عنوان ورودی استفاده می کنند و پانداها و Matplotlib در بالای NumPy ساخته شده اند. در این دوره مقدماتی NumPy، شما تبدیل به یک مجادله کننده اصلی شی اصلی NumPy خواهید شد: آرایه ها! با استفاده از داده‌های سرشماری درختی شهر نیویورک، آرایه‌هایی را ایجاد، مرتب‌سازی، فیلتر و به‌روزرسانی خواهید کرد. متوجه خواهید شد که چرا NumPy بسیار کارآمد است و از پخش و بردارسازی برای سریعتر کردن کد NumPy خود استفاده کنید. در پایان دوره، شما از آرایه های سه بعدی برای تغییر نقاشی کلود مونه استفاده خواهید کرد و خواهید فهمید که چرا چنین تغییرات آرایه ابزارهای ضروری برای یادگیری ماشین هستند.

در این دوره، اصول اولیه استفاده از SQL با پایتون را خواهید آموخت. این مفید خواهد بود زیرا پایگاه های داده همه جا حاضر هستند و دانشمندان داده، تحلیلگران و مهندسان باید دائماً با آنها تعامل داشته باشند. کیت ابزار Python SQL SQLAlchemy یک روش در دسترس و شهودی برای پرس و جو، ساخت و نوشتن در پایگاه های داده ضروری، از جمله SQLite، MySQL، و PostgreSQL ارائه می دهد.

از رسانه های اجتماعی گرفته تا بررسی محصول، متن یک نوع داده مهم فزاینده در بین برنامه ها، از جمله تجزیه و تحلیل بازاریابی است. در بسیاری از موارد، متن به دلیل ارزان بودن و فعلی بودن، جایگزین اشکال دیگر داده های بدون ساختار می شود. با این حال، برای استفاده از همه چیزهایی که متن ارائه می دهد، باید بدانید که چگونه در مورد متن فکر کنید، تمیز کنید، خلاصه کنید و مدل سازی کنید. در این دوره از جدیدترین ابزارهای مرتب برای شروع سریع و آسان متن استفاده خواهید کرد. شما یاد می گیرید که چگونه متن را به چالش بکشید و تجسم کنید، تجزیه و تحلیل احساسات انجام دهید، و مدل های موضوع را اجرا و تفسیر کنید.

با این دوره مقدماتی سیگما، برای غواصی در داده ها آماده شوید. شما یاد خواهید گرفت که چگونه به منابع داده زنده متصل شوید، محاسبات قدرتمندی ایجاد کنید، جداول محوری و نمودار بسازید، و بینش ها را به داشبوردهای تعاملی و خیره کننده تبدیل کنید. ما به شما نشان خواهیم داد که چگونه داشبوردهایی بسازید که نه تنها استفاده از آنها آسان است، بلکه اشتراک گذاری آنها نیز آسان است - بنابراین می توانید تیم خود را تحت تأثیر قرار دهید و تصمیمات هوشمندانه تری بگیرید. بدون کد، بدون استرس، فقط مهارت‌های عملی که به شما کمک می‌کند داده‌ها را با اطمینان و خلاقیت به عمل تبدیل کنید و از محیط آشنای صفحه‌گسترده سیگما استفاده کنید.

نحوه دستکاری داده ها و استخراج بینش با Polars را کشف کنید، یک بسته قدرتمند و همه منظوره برای کار با داده های جدولی در پایتون. Polars که برای سرعت و کارایی طراحی شده است، یک انتخاب عالی برای همه چیز از کاوش سریع داده تا تجزیه و تحلیل دقیق است. در این دوره، تکنیک های کلیدی برای تبدیل، تمیز کردن، تجزیه و تحلیل و تجسم داده های جدولی را خواهید آموخت.