داده ها در اطراف ما هستند و می توانند به ما در درک بسیاری از چیزها کمک کنند. ایجاد یک نمودار زیبا عالی است، اما چگونه می توانیم تفاوت بین چند نقطه پرت در یک نمودار و یک اثر واقعی و قابل اعتماد را تشخیص دهیم؟ آیا روندی که در نمودار می بینیم یک نتیجه قابل اعتماد است یا فقط یک ترفند تصادفی تصادفی؟ در این دوره، شما یاد خواهید گرفت که چگونه مجموعه داده ها را به روشی دقیق بازجویی کنید و به سوالات خود پاسخ روشنی بدهید. طیف وسیعی از تست های آماری، نحوه به کارگیری آنها، نحوه درک نتایج آنها و نحوه برخورد با کاستی های آنها را خواهید آموخت. در طول مسیر، داده‌های ورزشکاران المپیک و تفاوت‌های بین جمعیت‌های قاره‌ها را بررسی خواهید کرد.

Churn زمانی است که مشتری فعالیت تجاری خود را متوقف می کند یا رابطه خود را با یک شرکت پایان می دهد. این یک مشکل رایج در صنایع مختلف است، از مخابرات گرفته تا تلویزیون کابلی گرفته تا SaaS، و شرکتی که می‌تواند ریزش را پیش‌بینی کند، می‌تواند برای حفظ مشتریان ارزشمند و پیشی گرفتن از رقبا اقدامی پیشگیرانه انجام دهد. این دوره به شما یک نقشه راه برای ایجاد مدل های ریزش مشتری خود ارائه می دهد. شما یاد خواهید گرفت که چگونه داده‌های خود را کاوش و تجسم کنید، آن‌ها را برای مدل‌سازی آماده کنید، با استفاده از یادگیری ماشینی پیش‌بینی کنید، و بینش‌های مهم و عملی را به ذینفعان منتقل کنید. در پایان دوره، استفاده از کتابخانه پانداها برای تجزیه و تحلیل داده ها و کتابخانه scikit-learn برای یادگیری ماشین راحت خواهید بود.

چه مدت طول می کشد تا علائم آنفولانزا بعد از قرار گرفتن در معرض ظاهر شود؟ و اگر ندانید چه زمانی افراد به ویروس مبتلا شده اند، چه؟ آیا تعادل حقوق و کار و زندگی بر سرعت جابجایی کارکنان تأثیر می گذارد؟ بسیاری از چالش‌های زندگی واقعی به تجزیه و تحلیل بقا نیاز دارند تا زمان تا یک رویداد را به طور قوی تخمین بزنیم تا به ما کمک کند بینش‌هایی را از توزیع‌های زمان به رویداد دریافت کنیم. این دوره شما را با مفاهیم اولیه تجزیه و تحلیل بقا آشنا می کند. از طریق تمرین عملی، نحوه محاسبه، تجسم، تفسیر و مقایسه منحنی‌های بقا را با استفاده از مدل‌های Kaplan-Meier، Weibull و Cox PH خواهید آموخت. در پایان این دوره، می‌توانید توزیع‌های بقا را مدل‌سازی کنید، نمودارهای زیبایی از منحنی‌های بقا بسازید، و حتی مدت زمان بقا را پیش‌بینی کنید.

بنابراین شما داده های جالبی دارید - تحلیل خود را از کجا شروع می کنید؟ این دوره، فرآیند کاوش و تجزیه و تحلیل داده‌ها، از درک آنچه در یک مجموعه داده تا ترکیب یافته‌های اکتشاف در یک گردش کار علم داده را شامل می‌شود، پوشش می‌دهد.

با استفاده از داده‌های مربوط به ارقام بیکاری و قیمت بلیط هواپیما، از پایتون برای جمع‌بندی و اعتبارسنجی داده‌ها، محاسبه، شناسایی و جایگزینی مقادیر از دست رفته و پاکسازی مقادیر عددی و مقوله‌ای استفاده می‌کنید. در طول دوره، تصاویر زیبای Seaborn را برای درک متغیرها و روابط آنها ایجاد خواهید کرد.

برای مثال، نحوه ارتباط مصرف الکل و عملکرد دانش‌آموز را بررسی خواهید کرد. در نهایت، این دوره نشان می‌دهد که چگونه یافته‌های اکتشافی با ایجاد ویژگی‌های جدید، متعادل کردن ویژگی‌های طبقه‌بندی، و ایجاد فرضیه‌ها از یافته‌ها، به جریان‌های کاری علم داده وارد می‌شوند.

در پایان این دوره، اطمینان خواهید داشت که تجزیه و تحلیل داده‌های اکتشافی (EDA) خود را در پایتون انجام دهید. می‌توانید یافته‌های خود را به صورت بصری برای دیگران توضیح دهید و گام‌های بعدی را برای جمع‌آوری بینش از داده‌های خود پیشنهاد دهید!

تحلیل داده‌های بیزی یک روش رو به افزایش استنتاج آماری است که برای تعیین احتمال شرطی بدون تکیه بر ثابت‌های ثابت مانند سطوح اطمینان یا مقادیر p استفاده می‌شود. در این دوره، یاد خواهید گرفت که تجزیه و تحلیل داده بیزی چگونه کار می کند، چگونه با رویکرد کلاسیک متفاوت است، و چرا بخشی ضروری از جعبه ابزار علم داده شما است. با تجزیه و تحلیل داده‌های تبلیغاتی، فروش و اجاره دوچرخه در دنیای واقعی، با آزمایش A/B، تجزیه و تحلیل تصمیم‌گیری و مدل‌سازی رگرسیون خطی با استفاده از رویکرد بیزی آشنا خواهید شد. در نهایت، با کتابخانه PyMC3 آشنا خواهید شد، که طراحی، تناسب و تفسیر مدل‌های بیزی را برای شما آسان‌تر می‌کند.

چه این شرکتی است که به دنبال درک ترجیحات کاری کارکنان خود است یا یک کمپین بازاریابی که می‌خواهد بداند چگونه می‌تواند به بهترین شکل به مخاطبان غالب خود پاسخ دهد، داده‌های نظرسنجی یکی از بهترین ابزارهای موجود است. در اینجا، هدف از تجزیه و تحلیل داده های نظرسنجی و زمانی که مناسب است از ابزارهای آماری توصیفی و استنباطی استفاده کنید، خواهید آموخت. شما یاد خواهید گرفت که چندین روش نمونه برداری را با استفاده از پایتون به کار ببرید و نتایج نظرسنجی خود را برای تفسیر کیفی متغیرها و نتایج مرتبط با آزمون های مدل سازی، بسته به نوع نظرسنجی که در حال تجزیه و تحلیل هستید، تجسم کنید.

تجزیه و تحلیل زنجیره تامین، فعالیت های زنجیره تامین را از حدس زدن به مواردی تبدیل می کند که با استفاده از داده ها تصمیم می گیرند. یک ابزار ضروری در تجزیه و تحلیل زنجیره تامین، استفاده از تجزیه و تحلیل بهینه سازی برای کمک به تصمیم گیری است. طبق گفته Deloitte، 79 درصد از سازمان‌ها با عملکرد بالا زنجیره تامین به رشد درآمدی دست می‌یابند که به طور قابل‌توجهی بالاتر از میانگین است. این دوره شما را با PuLP، یک مدل ساز بهینه سازی برنامه خطی که در پایتون نوشته شده است، آشنا می کند. با استفاده از PuLP، این دوره به شما نشان می‌دهد که چگونه سؤالات بهینه‌سازی زنجیره تأمین را فرموله کنید و به سؤالات بهینه‌سازی زنجیره تأمین پاسخ دهید، مانند اینکه یک مرکز تولید باید در کجا قرار داشته باشد، چگونه تقاضای تولید را در امکانات مختلف تخصیص دهید، و موارد دیگر. ما نتایج مدل ها و مفاهیم آنها را از طریق تست حساسیت و شبیه سازی بررسی خواهیم کرد. این دوره به شما کمک می کند تا با استفاده از قدرت پایتون و PuLP، تصمیم گیری در مورد زنجیره تامین را بهبود بخشید.

از قیمت سهام گرفته تا داده‌های آب و هوایی، داده‌های سری زمانی در دامنه‌های بسیار متنوعی یافت می‌شوند، و توانایی کارکرد مؤثر با چنین داده‌هایی برای دانشمندان داده یک مهارت مهم است. این دوره شما را با تجزیه و تحلیل سری های زمانی در پایتون آشنا می کند. پس از آشنایی با سری زمانی، با چندین مدل سری زمانی از مدل های خودرگرسیون و میانگین متحرک گرفته تا مدل های همجمعی آشنا خواهید شد. در طول مسیر، نحوه تخمین، پیش‌بینی و شبیه‌سازی این مدل‌ها را با استفاده از کتابخانه‌های آماری در پایتون یاد خواهید گرفت. نمونه‌های متعددی از نحوه استفاده از این مدل‌ها، با تأکید ویژه بر برنامه‌های کاربردی در امور مالی را مشاهده خواهید کرد.

موفق ترین شرکت های امروزی آنهایی هستند که مشتریان خود را آنقدر خوب می شناسند که بتوانند نیازهای آنها را پیش بینی کنند. تجزیه و تحلیل مشتری و به ویژه تست A/B بخش های بسیار مهمی هستند استفاده از دانش کمی برای کمک به تصمیم گیری های تجاری که ارزش آفرینی می کند. این دوره نکات و نکات نحوه استفاده از پایتون را پوشش می دهد تجزیه و تحلیل رفتار مشتری و روندهای تجاری و همچنین نحوه ایجاد، اجرا، و تست های A/B را برای اتخاذ تصمیمات تجاری پیشگیرانه و مبتنی بر داده تجزیه و تحلیل کنید.

آیا دوره آموزشی DataCamp را در مقدمه تجزیه و تحلیل شبکه در پایتون گذرانده اید و مشتاق یادگیری تکنیک های پیچیده تری برای تجزیه و تحلیل شبکه های خود هستید، خواه شبکه های اجتماعی، حمل و نقل یا بیولوژیکی باشند؟ سپس این دوره برای شماست! در اینجا، دانش و مهارت های خود را برای مقابله با مشکلات پیشرفته تر در تجزیه و تحلیل شبکه ایجاد خواهید کرد! شما مهارت‌های مفهومی و عملی را برای تجزیه و تحلیل سری‌های زمانی در حال تکامل شبکه‌ها، یادگیری در مورد نمودارهای دوبخشی و نحوه استفاده از نمودارهای دوبخشی در سیستم‌های توصیه محصول به دست خواهید آورد. همچنین در مورد پیش‌بینی‌های گراف، چرایی مفید بودن آن‌ها در علم داده، و بهترین راه‌های ذخیره و بارگذاری داده‌های نمودار از فایل‌ها را خواهید آموخت. شما تمام این دانش را در یک مطالعه موردی فصل آخر ادغام خواهید کرد، که در آن مجموعه داده های انجمن را تجزیه و تحلیل می کنید و از این دوره یک نینجا Pythonista Network Analyst بیرون می آیید!

در این دوره، با یادگیری طراحی، اجرا و تجزیه و تحلیل این تست‌های A/B در پایتون، وارد تست A/B خواهید شد. قبل از تخمین حجم نمونه و مدت زمان مناسب برای به دست آوردن نتایج قطعی، با یادگیری تعریف معیارهای مناسب شروع خواهید کرد. در طول این دوره، از طیف وسیعی از بسته‌های پایتون برای کمک به تست A/B، از جمله statsmodels، scipy و pingouin استفاده خواهید کرد. در پایان، می‌توانید بررسی‌هایی را اجرا کنید که نتایج دقیق را تضمین می‌کنند، بر هنر p-values ​​تسلط دارند، و نتایج آزمون‌های A/B را با سهولت و اطمینان تجزیه و تحلیل می‌کنند تا حیاتی‌ترین تصمیم‌های تجاری را هدایت کنند.

آزمایش فرضیه به شما امکان می‌دهد به سؤالات مربوط به مجموعه داده‌های خود به روشی آماری دقیق پاسخ دهید. در این دوره، مهارت‌های تحلیلی پایتون خود را با یادگیری نحوه و زمان استفاده از تست‌های رایج مانند آزمون‌های t، تست‌های نسبت و تست‌های مجذور کای افزایش خواهید داد. با کار با داده‌های دنیای واقعی، از جمله بازخورد کاربر Stack Overflow و داده‌های زنجیره تامین برای محموله‌های تجهیزات پزشکی، درک عمیقی از نحوه کار این آزمایش‌ها و مفروضات کلیدی زیربنای آنها به دست خواهید آورد. همچنین خواهید فهمید که چگونه می توان از آزمون های ناپارامتریک برای فراتر رفتن از محدودیت های آزمون های فرضیه سنتی استفاده کرد.

ناهنجاری‌ها تقریباً در هر مجموعه داده وجود دارند، و شناسایی و مقابله با آنها قبل از ادامه کاوش آماری بسیار مهم است. این دوره به شما آموزش می دهد که از پایتون برای روش های مختلف تشخیص ناهنجاری استفاده کنید. شما به صورت بصری نقاط پرت را شناسایی می کنید و روش ها و تکنیک های آماری را برای داده های تک متغیره و چند متغیره اعمال خواهید کرد. علاوه بر این، خواهید فهمید که چگونه چندین طبقه بندی کننده پرت را برای یک تخمین نهایی قابل اعتماد ترکیب کنید. افزودن این مهارت به مجموعه موجود پایتون به شما در پاکسازی داده ها، کشف تقلب و شناسایی اختلالات سیستم کمک می کند.

بعد از تمام کارهای سخت برای به دست آوردن داده ها و تبدیل آنها به شکلی که می توانید با آن کار کنید، در نهایت می خواهید نتیجه گیری های واضح و مختصر از آنها بگیرید. این آخرین مرحله حیاتی خط لوله تجزیه و تحلیل داده ها به اصول استنتاج آماری بستگی دارد. در این دوره، شما شروع به ساختن پایه‌ای می‌کنید که باید آماری فکر کنید، به زبان داده‌هایتان صحبت کنید و بفهمید که داده‌هایتان به شما چه می‌گویند. پایه‌های تفکر آماری چندین دهه طول کشید تا ساخته شود، اما امروزه با کمک رایانه‌ها می‌توان آنها را بسیار سریع‌تر درک کرد. با قدرت ابزارهای مبتنی بر پایتون، شما به سرعت در پایان این دوره به سرعت به‌روز می‌شوید و شروع به تفکر آماری می‌کنید.

پس از تکمیل تفکر آماری در پایتون (قسمت 1)، شما دارای طرز فکر احتمالی و مهارت های آماری پایه هکر هستید تا در مجموعه داده ها فرو بروید و اطلاعات مفیدی را از آنها استخراج کنید. در این دوره، شما دقیقاً این کار را انجام خواهید داد، جعبه ابزار آمار هکر خود را برای انجام دو وظیفه کلیدی در استنتاج آماری، تخمین پارامتر و آزمایش فرضیه، گسترش داده و تقویت می‌کنید. همانطور که یاد می گیرید با مجموعه داده های واقعی کار خواهید کرد که با تجزیه و تحلیل اندازه گیری منقار فنچ های معروف داروین به اوج می رسد. شما از این دوره با دانش جدید و تمرین زیاد بیرون خواهید آمد و آماده حمله به مشکلات استنتاج خود در جهان هستید.

آیا به دنبال یافتن شغل بعدی هستید یا مهارت های مصاحبه آماری خود را تقویت می کنید تا دقیق بمانید؟ برای تسلط بر مفاهیم مصاحبه کلاسیک از احتمالات مشروط گرفته تا تست A/B تا مبادله بایاس-واریانس و موارد دیگر آماده شوید! شما با مجموعه ای متنوع از مجموعه داده ها از جمله نتایج آزمایش های مبتنی بر وب و داده های آب و هوای استرالیا کار خواهید کرد. پس از این دوره، می‌توانید با اطمینان در مصاحبه بعدی خود وارد شوید و با کمک پایتون به سؤالات آماری پاسخ دهید!

رگرسیون خطی و رگرسیون لجستیک دو مدل آماری پرکاربرد هستند و مانند کلیدهای اصلی عمل می‌کنند و اسرار پنهان در مجموعه داده‌ها را باز می‌کنند. در این دوره، مهارت‌هایی را که در «مقدمه‌ای بر رگرسیون در پایتون با مدل‌های آماری» به‌دست آورده‌اید، یاد می‌گیرید، زیرا با رگرسیون خطی و لجستیک با متغیرهای توضیحی متعدد آشنا می‌شوید. از طریق تمرین‌های عملی، روابط بین متغیرها در مجموعه داده‌های دنیای واقعی، قیمت‌های خانه تایوان و مدل‌سازی ریزش مشتری و موارد دیگر را بررسی خواهید کرد. در پایان این دوره، می‌دانید که چگونه چندین متغیر توضیحی را در یک مدل بگنجانید، کشف کنید که چگونه تعاملات بین متغیرها بر پیش‌بینی‌ها تأثیر می‌گذارد، و نحوه عملکرد رگرسیون خطی و لجستیک را درک خواهید کرد.

شبیه‌سازی‌ها دسته‌ای از الگوریتم‌های محاسباتی هستند که از ایده نسبتاً ساده نمونه‌گیری تصادفی برای حل مسائل پیچیده‌تر استفاده می‌کنند. اگرچه آنها برای سال‌ها وجود داشته‌اند، اما اخیراً به دلیل افزایش قدرت محاسباتی محبوبیت پیدا کرده‌اند و کاربردهایی را در حوزه‌های متعددی از جمله هوش مصنوعی، فیزیک، زیست‌شناسی محاسباتی و امور مالی مشاهده کرده‌اند. دانش‌آموزان از شبیه‌سازی برای تولید و تجزیه و تحلیل داده‌ها بر روی توزیع‌های احتمال مختلف با استفاده از بسته مهم NumPy استفاده خواهند کرد. این دوره به دانش‌آموزان تجربه عملی با شبیه‌سازی با استفاده از برنامه‌های کاربردی ساده و واقعی می‌دهد.

آیا تا به حال از شما خواسته شده است که فرآیندها و منابع صنعت یا کسب و کار خود را بهینه کنید؟ این دوره به شما یاد می دهد که چگونه با این مشکل بهینه سازی از طریق شبیه سازی رویدادهای گسسته مقابله کنید. با استفاده از بسته SimPy پایتون، دوقلوهای دیجیتالی را برای فرآیندها و منابع مختلف صنعتی بر اساس شبیه‌سازی‌های رویداد گسسته توسعه خواهید داد. شما با چندین نمونه واقعی روبرو خواهید شد و اعتماد به نفس ایجاد مدل‌های رویداد گسسته عملیاتی را از ابتدا به دست خواهید آورد که می‌توانند به عنوان «تخت آزمایش مجازی» برای مطالعه گزینه‌های مدیریت، سناریوهای آزمایش و مطالعه استراتژی‌های بهینه‌سازی استفاده شوند.

این دوره عملی شبیه‌سازی‌های مونت کارلو را معرفی می‌کند، که برای تخمین طیفی از نتایج برای رویدادهای نامشخص استفاده می‌شود، و کتابخانه‌های Python مانند SciPy و NumPy شبیه‌سازی را سریع و آسان می‌کنند! همانطور که مهارت‌های شبیه‌سازی خود را ارتقا می‌دهید، این مهارت‌ها را روی مجموعه داده‌ای از نتایج بیماران دیابتی به کار می‌گیرید و از نتایج شبیه‌سازی خود برای درک اینکه چگونه متغیرهای مختلف بر پیشرفت دیابت تأثیر می‌گذارند، استفاده خواهید کرد. شما توزیع‌های احتمال را بررسی می‌کنید و یاد می‌گیرید که چگونه بهترین توزیع را برای شبیه‌سازی خود انتخاب کنید، و اهمیت همبستگی ورودی و حساسیت مدل را کشف خواهید کرد. در نهایت، یاد خواهید گرفت که با استفاده از کتابخانه تجسم محبوب Seaborn، یافته‌های خود را به اشتراک بگذارید.