این دوره به مهندسان تحلیلی می آموزد که چگونه داده ها را از یک منبع خارجی برای استفاده در تجسم به پایگاه داده خط لوله می کنند. چنین کارهایی اغلب از یک مهندس متوسط ​​تجزیه و تحلیل مورد نیاز است. شرکت مدرن نسبت به گذشته به داده ها دسترسی بیشتری دارد. مهندسان تحلیلی در دسترسی به این داده ها برای ذینفعان بسیار مهم هستند. در این دوره ، مربی کانر دیکسون سناریویی را ارائه می دهد که در آن یک پشته داده کار دارید و یک ذینفع از شما خواسته است که داده های موجود را از یک منبع بگیرید ، آن را به پایگاه داده بیاورید ، آن را تغییر دهید و در نهایت آن را تجسم کنید تا ارزش و بینش را ارائه دهد.

این دوره با CodeSpaces GitHub ، یک محیط توسعه دهنده ابر فوری که تمام عملکردهای IDE مورد علاقه شما را بدون نیاز به تنظیمات محلی محلی ارائه می دهد ، یکپارچه شده است. با استفاده از Codepaces GitHub ، می توانید از هر دستگاهی ، در هر زمان استفاده کنید-همه در حالی که از ابزاری استفاده می کنید که احتمالاً در محل کار با آن روبرو خواهید شد. برای یادگیری نحوه شروع کار ، فیلم "نحوه استفاده از CodeSpaces" را بررسی کنید.

 

Python یک زبان برنامه نویسی همه کاره است که به طور گسترده در صنایع مختلف از جمله علوم داده، هوش مصنوعی، توسعه وب و غیره استفاده می شود. از آنجایی که تقاضا برای توسعه دهندگان پایتون همچنان در حال رشد است، داشتن مجموعه ای از پروژه های پایتون می تواند چشم انداز شغلی و بازارپذیری شما را به میزان قابل توجهی افزایش دهد. این دوره با مربی پریا موهان برای تجهیز شما به مهارت ها و دانش مورد نیاز برای ایجاد مجموعه ای از برنامه ها و ابزارهای مبتنی بر پایتون طراحی شده است که می تواند به کارفرمایان نمایش داده شود یا از آنها برای زنده کردن ایده های خود استفاده کنید. برای هر کسی که به دنبال افزایش دانش پایتون با تکمیل پروژه های عملی است یا برای کسانی که به دنبال ایجاد راه حل های جالب از ابتدا برای سرگرمی هستند، ایده آل است.

این دوره با GitHub Codespaces یکپارچه شده است، یک محیط توسعه دهنده ابر فوری که تمام عملکردهای IDE مورد علاقه شما را بدون نیاز به هیچ گونه راه اندازی ماشین محلی ارائه می دهد. با GitHub Codespaces، می‌توانید در هر زمان و در هر زمانی از هر ماشینی تمرین عملی داشته باشید، در حالی که از ابزاری استفاده می‌کنید که احتمالاً در محل کار با آن مواجه خواهید شد. برای یادگیری نحوه شروع، ویدیوی «استفاده از فضاهای کد GitHub با این دوره» را بررسی کنید.

 در این دوره ، یاد بگیرید که چگونه از پایتون استفاده کنید تا فراتر از ویژگی های محدود اکسل برای انجام تجزیه و تحلیل داده های پیچیده و تجسم باشد. مربی سارا OM توضیح می دهد که چگونه ادغام های پایتون با اکسل ابعاد جدیدی از قابلیت ها را به ارمغان می آورد و امکان دستکاری پیشرفته تر داده ها ، اتوماسیون و تجسم را از گذشته فراهم می کند. سارا به شما نشان می دهد که چگونه می توانید از کتابخانه های قدرتمند پایتون برای تجزیه و تحلیل داده ها استفاده کنید تا داده های خام را به بینش های معنی دار و تجسم های خیره کننده تبدیل کنید - درست از محیط آشنا اکسل.

 

برای هر مشاغل ، به دست آوردن و درک بینش در مورد روندهای آینده ، خواسته های مشتری یا شرایط بازار عامل مهمی در موفقیت است. و با در دسترس بودن گسترده یادگیری ماشین و ابزارهای هوش مصنوعی ، هزاران مشاغل قادر به افزایش عملکرد خود از طریق پیش بینی سری زمانی هستند. در این دوره ، Tobias Zwingmann شما را با استفاده از Python و AI پیش بینی سری زمانی را معرفی می کند و نشان می دهد که چگونه می توانید آنها را در تجارت خود اعمال کنید. بیاموزید که چگونه می توانید گردش کار پیش بینی را از مشکلات استاتیک ، کلاس به موارد استفاده پویا و در زمان واقعی ترجمه کنید. به علاوه ، در مورد ابزارها و رویکردهایی که می توانید در سایر کارهای هوش مصنوعی و یادگیری ماشین استفاده کنید ، اطلاعات کسب کنید.

این دوره با CodeSpaces GitHub ، یک محیط توسعه دهنده ابر فوری که تمام عملکردهای IDE مورد علاقه شما را بدون نیاز به تنظیمات محلی محلی ارائه می دهد ، یکپارچه شده است. با استفاده از Codepaces GitHub ، می توانید از هر دستگاهی ، در هر زمان استفاده کنید-همه در حالی که از ابزاری استفاده می کنید که احتمالاً در محل کار با آن روبرو خواهید شد. برای یادگیری نحوه شروع کار ، فیلم "GitHub Codespaces" را بررسی کنید.

 قابلیت های تجزیه و تحلیل پیشرفته Copilot در Excel به شما امکان می دهد تا از قدرت دستیار تولید AI Microsoft Copilot استفاده کنید تا کد و راه حل های پایتون را درست در Excel بسازید. با استفاده از Python و Excel Copilot ، می توانید در مورد داده های خود به صورت مکالمه سؤال کنید و به شما امکان می دهد تا خروجی ها و بینش ها را برای پاسخگویی به نیازهای خاص خود شکل دهید. به مربی اسکات سیمپسون در این نگاه سریع به قابلیت های جدید معرفی شده با Excel Copilot بپیوندید ، از جمله نحوه استفاده از آن برای تجزیه و تحلیل پیشرفته ، تجزیه و تحلیل داده های دنیای واقعی و تبدیل و ترسیم ژئوداتا.

 علم داده در حال تغییر روشی است که رهبران دولت و صنعت هم به مشکلات خاص و هم به جهان در کل نگاه می کنند. کنجکاو هستید که چگونه تجزیه و تحلیل داده ها در عمل عمل می کند؟ در این دوره آموزشی، مدرس Michele Vallisneri به شما نشان می‌دهد که چگونه با استفاده از پایتون شروع به علم داده‌ها می‌کند.

Michele نحوه تنظیم محیط تجزیه و تحلیل خود را نشان می‌دهد و یک تازه‌سازی در مورد اصول اولیه کار ارائه می‌دهد. با ساختارهای داده در پایتون سپس، او به چیزهای بزرگ می پردازد: قدرت آرایه ها، نمایه سازی، و جداول در NumPy و پانداها - دو بسته محبوب شخص ثالث که به طور خاص برای تجزیه و تحلیل داده ها طراحی شده اند. او همچنین دو پروژه نمونه کلان داده را بررسی می کند: استفاده از NumPy برای شناسایی و تجسم الگوهای آب و هوا و استفاده از پانداها برای تجزیه و تحلیل محبوبیت نام نوزادان در قرن گذشته. چالش‌های ارائه شده در طول مسیر به شما کمک می‌کند تا آنچه را که آموخته‌اید تمرین کنید.

توجه: این نسخه از دوره به‌روزرسانی شد تا تغییرات اخیر در Python 3، NumPy، و پانداها را منعکس کند.

 صنعت مراقبت های بهداشتی یکی از متنوع ترین منابع داده، از بالینی گرفته تا اداری گرفته تا زنجیره فروش و تامین، و حتی داده های نظارتی است. این دوره با دانشمند داده و داروساز Wuraola Oyewusi به شما می آموزد که چگونه از پایتون برای طیف گسترده ای از سناریوهای تجزیه و تحلیل داده ها در مراقبت های بهداشتی استفاده کنید. Wuraola موارد کاربرد عملی مانند تجزیه و تحلیل داده های آماری، دستکاری داده ها، بحث و تجسم با استفاده از برنامه نویسی Python برای سناریوهای مختلف در صنعت مراقبت های بهداشتی را پوشش می دهد.

 مقدار داده های مکانی - اطلاعاتی که به مختصات جغرافیایی برچسب خورده است - گسترده است ، از سیاهههای مربوط به GPS که تلفن های همراه به نقشه های آنلاین و برنامه های ناوبری می گیرند و حتی تا آنجا که توسط ماهواره های ضبط شده در اطراف زمین ضبط می شوند. این دوره با هدف اتصال این نوع گسترده از داده ها به تمرین روزانه با ارائه یک مرور کلی از صنعت داده های جغرافیایی انجام می شود. برای یک تجربه عملی و عملی در زمینه کاوش ، تجسم و تجزیه و تحلیل داده های جغرافیایی با استفاده از چندین ابزار علوم داده مبتنی بر پایتون ، به مربی میلان Janosov بپیوندید.

 آیا به دنبال یک مرور کلی از تجزیه و تحلیل داده های شطرنجی در پایتون هستید؟ این دوره که یک مناسب برای دانشمندان داده و پزشکان جغرافیایی است ، این دوره به منظور کمک به شما در استفاده از داده های بردار و ابزارهای مختلف در پایتون ، مانند ژئوپاندا و شکل ، طراحی شده است. مربی میلان Janosov اصول اولیه را پوشش می دهد ، از ایجاد داده های شطرنجی مصنوعی گرفته تا جمع آوری ، تجسم و اصلاح داده های شطرنجی موجود در دنیای واقعی. در طول راه ، تجربه عملی را در مورد کاوش در داده های شطرنجی هم از نظر آماری و هم بصری کسب کنید. در پایان این دوره ، شما به مهارت های تقاضا برای تغییر شکل مجدد و دوباره ساخت مجدد داده های شطرنجی ، ترکیب داده های شطرنجی تک باند در داده های شطرنجی چند منظوره ، انجام تجزیه و تحلیل پیشرفته بر روی داده های شطرنجی چند بندی و موارد دیگر مجهز خواهید شد.

 داده ها همه جا هستند. برای فرآیند کسب و کار شما اساسی است. این به شما اجازه می دهد تا تصمیمات درست و آگاهانه ای بگیرید که توسط شواهد هدایت می شود، نه فقط حدس و گمان. اما چگونه باید آن را نمایندگی کرد؟ پاسخ بستگی دارد، به خصوص زمانی که با سهامدارانی کار می کنید که سابقه فنی ندارند. اینجاست که Dash وارد می شود. این یک ابزار تجسم داده قدرتمند و با استفاده آسان است که می تواند به شما در تصمیم گیری استراتژیک بهینه کمک کند.

در این دوره، مربی رابین اندروز یک نمای کلی از همه چیزهایی که باید بدانید را به شما ارائه می دهد. برای شروع استفاده از Dash با پایتون. نحوه ساخت تصاویر قدرتمند و جذاب داده را کشف کنید. درباره ایجاد طرح‌ها، طراحی برنامه‌های کاربردی و افزودن تعامل با کاربر برای ایجاد روابط پاسخگوتر و مبتنی بر داده‌ها بیاموزید. رابین استراتژی‌هایی را بررسی می‌کند که به شما کمک می‌کند از تجربه Dash حداکثر بهره را ببرید و به شما نشان می‌دهد که چگونه برنامه‌های Dash خود را با استفاده از Heroku در فضای ابری مستقر کنید.

 نیاز به حل کننده های مشکل صالح هرگز بیشتر نبوده و پایتون به یک زبان برنامه نویسی مهم تبدیل شده است. پایتون به دلیل وضوح و بیان آن ، ابزاری ایده آل برای کشف تفکر الگوریتمی است. در این دوره ، رابین اندروز تفکر الگوریتمی را توضیح می دهد و شما را از طریق معماها ، مشکلات و نظریه ها راهنمایی می کند تا به شما در ایجاد و به چالش کشیدن مهارت های خود کمک کند. پس از یک مشکل گرم کردن ، رابین به شما نشان می دهد که چگونه می توانید از تکنیک حل مسئله تقسیم و فاتح و الگوریتم QuickSort استفاده کنید ، با معماها برای تمرین هر یک. او قبل از اجرای راه حل ، با پازل های اضافی برای تمرین ، به تکنیک تبدیل و فاتح می پردازد که از پیش پردازش داده ها برای یک مشکل استفاده می کند. رابین بیش از برنامه نویسی پویا ، هم از بالا به پایین و هم از پایین به بالا می رود و برای تمرین تئوری و اجرای به شما مشکلاتی می دهد. به علاوه ، او جداول هش و چگونگی استفاده از آنها را برای حل مشکلات در پایتون معرفی و توضیح می دهد.

 

Python یک زبان برنامه نویسی محبوب است که می تواند برای کار با داده ها، ساخت برنامه ها و حل مشکلات در بسیاری از انواع دستگاه ها استفاده شود. این چالش کد با اسکات سیمپسون، مربی ارشد کارکنان LinkedIn Learning، طراحی شده است تا به شما کمک کند دانش خود را در مورد برنامه نویسی شی گرا در پایتون آزمایش کنید. این دوره شامل پنج چالش کد است که مفاهیم مربوط به برنامه نویسی شی گرا را پوشش می دهد. شما می توانید راه حل های خود را برای این چالش ها در محیط کدگذاری تعاملی داخلی بدون نیاز به نرم افزار خاصی بسازید و آزمایش کنید. وقتی هر چالش را تمام کردید، می توانید ویدیوهای راه حل را تماشا کنید تا ببینید چگونه حل شده اند. آیا آماده هستید تا مهارت های برنامه نویسی شی گرا پایتون خود را امتحان کنید؟

این دوره شامل چالش های کد است که توسط CoderPad ارائه شده است. چالش‌های کد تمرین‌های کدنویسی تعاملی با بازخورد بی‌درنگ هستند، بنابراین می‌توانید در کنار محتوای دوره تمرین کدنویسی را انجام دهید تا مهارت‌های برنامه‌نویسی خود را ارتقا دهید.

 می‌خواهید با مجموعه‌های پایتون به سرعت برسید، اما نمی‌دانید از کجا شروع کنید؟ در این دوره آموزشی که برای توسعه دهندگانی با تجربه پایتون در سطح متوسط ​​طراحی شده است، اسکات سیمپسون، مربی کارکنان LinkedIn Learning یک نمای کلی از انواع مختلف داده های موجود در ماژول مجموعه های پایتون به شما ارائه می دهد و به شما نشان می دهد که چگونه از هر یک از آنها برای نوشتن بیشتر استفاده کنید. کد کارآمد و قابل اطمینان تر به اسکات بپیوندید تا او شما را در یک سری چالش‌های کدنویسی خودکار که توسط CoderPad میزبانی می‌شود، اولین پلتفرم ارزیابی فنی مهارت‌ها که به شما امکان می‌دهد کد زنده را در یک محیط کدنویسی واقعی بنویسید، می‌برد. هر چالش در این دوره شامل مجموعه‌ای از دستورالعمل‌ها و چند ویرایشگر کد است که می‌توانید از آنها برای ایجاد و آزمایش راه‌حل خود در حال حرکت استفاده کنید. اسکات به شما کمک می کند تا مهارت های خود را به عنوان یک برنامه نویس پایتون با پنج چالش برنامه نویسی خاص و متمرکز بر مجموعه افزایش دهید. یاد بگیرید که چگونه یک لیست را حذف و مرتب کنید، با یک تاپل کار کنید و آن را تبدیل کنید، یک مجموعه بسازید، یک فرهنگ لغت ایجاد کنید، و موارد دیگر.

 در این دوره تخصصی ، کریس فرانسوی ، تحلیلگر داده ، بر اعمال پایتون در اکسل برای انجام کارهای کارآمد و کارآمد در زمینه تمیز کردن داده ها تمرکز دارد. تکنیک های تمیز کردن داده ها ، دستکاری متن و رشته و تمیز کردن داده های عددی را کاوش کنید. مهارت های خود را با چالش های پیشرفته تمیز کردن داده ها بچرخانید. در استفاده از پایتون برای انجام کارهای تمیز کردن و دستکاری داده ها در اکسل مهارت کسب کنید. به علاوه ، تکنیک های تمیز کردن داده های ضروری ، از جمله رسیدگی به مقادیر و کپی های مفقود شده ، استاندارد سازی قالب های داده و مفاهیم یادگیری به مجموعه داده ها و سناریوهای دنیای واقعی برای تمیز کردن و تهیه داده ها برای تجزیه و تحلیل یا گزارش.

 

هوش مصنوعی دنیای اطراف ما را تغییر می دهد و به طور کامل در نحوه کار ما متحول می شود. متخصصان داده اکنون به ابزارهایی دسترسی دارند که به ابرقدرت ها برای کار دقیق تر و سریعتر از گذشته کار می کنند. در این دوره ، تیم Maven Analytics شما را در دنیای یادگیری عمیق و هوش مصنوعی مولد راهنمایی می کند و به شما نشان می دهد که چگونه پایتون و چتگپ را با هم اهرم کنید تا بتوانند کارآمدتر کار کنند و تصمیمات هوشمندانه تری داشته باشند.

ظهور سریع مدل های بزرگ زبان مانند Chatgpt و Google Gemini را کاوش کنید و با ابزارهای رایگان که مهارت های شما را به سطح بعدی می رساند ، از خواب برخیزید. شما همچنین می توانید به هنر مهندسی سریع ، نکات مرور و بهترین روشها برای تولید خروجی های مدل سازگار و دقیق بپردازید و بدانید که چگونه می توانید محدودیت ها و مشکلات متداول را برای آگاهی داشته باشید. از آنجا ، کریس بروهل شما را از طریق برخی از قدرتمندترین و کاربردی ترین موارد استفاده از چتپ برای علوم داده و تجزیه و تحلیل ، با نسخه های نمایشی در پایتون می برد.

توجه: این دوره توسط کریس بروهل و آنالیتیکس ساخته شده است. ما خوشحالیم که میزبان این آموزش در کتابخانه خود هستیم.

 قبل از پیشرفت به موضوعات پیشرفته تر مخصوص مهندسی داده ، با اصول اولیه پایتون بلند شوید و اجرا کنید. در این دوره دستی و تعاملی ، به مربی Deepak Goyal بپیوندید تا طیف گسترده ای از کارهای مهندسی داده را در پایتون انجام دهید تا دانش فنی خود را تقویت کنید ، برای مصاحبه آماده شوید یا نقش جدیدی را به وجود آورید. این دوره شامل چالش های کد است که توسط CoderPad تهیه شده است. چالش های کد تمرینات برنامه نویسی تعاملی با بازخورد در زمان واقعی است ، بنابراین می توانید برای پیشبرد مهارت های برنامه نویسی خود ، از تمرین کد نویسی استفاده کنید. Deepak به شما کمک می کند تا مهارت های خود را به عنوان یک برنامه نویس پایتون با شش چالش برنامه نویسی خاص تقویت کنید. اصول اولیه زبان ، مجموعه های پایتون ، دست زدن به پرونده ، پاندا ، Numpy ، OOP و ابزارهای پیشرفته مهندسی داده را که از پایتون استفاده می کنند ، کاوش کنید. این دوره با یک پروژه نهایی متمرکز بر تجزیه و تحلیل خرده فروشی به پایان می رسد.

 این دوره مفصل موضوعات و مهارتهای مورد نیاز برای موفقیت را به عنوان یک مهندس تحلیلی در بر می گیرد. مربی کانر دیکسون نشان می دهد که چگونه مهندسی تحلیلی شکاف بین مهندسی داده ها و تجزیه و تحلیل داده ها را نشان می دهد و می تواند به شما کمک کند یک چاقوی ارتش سوئیس مهارت های تحلیلی باشید. پس از اتمام این دوره ، شما باید بتوانید با استفاده از محبوب ترین ابزارهایی مانند SQL ، Python ، DBT ، Tableau و موارد دیگر با داده ها کار کنید.

 

FastAPI یک سرور وب ساده ، قدرتمند و سریع پایتون است. در این دوره ، مربی Miki Tebeka به شما نشان می دهد که چگونه می توانید از FastAPI برای ایجاد سریع سرورهای API REST استفاده کنید و تولید کد سرور خود را آماده کنید. با استفاده از برنامه های GitHub ، می توانید از هر دستگاهی ، در هر زمان و در حالی که از ابزاری استفاده می کنید که احتمالاً در محل کار با آن روبرو خواهید شد ، از هر دستگاهی استفاده کنید. برای یادگیری نحوه شروع کار ، از فیلم "استفاده از CodeSpaces GitHub با این دوره" دیدن کنید.

 در این دوره دستی ، مشاور علوم داده ، مگان سیلوی شما را از طریق نحوه استفاده از StreamLit برای ساخت برنامه های وب راهنمایی می کند. به طور خاص ، زبان آموزان یک دستیار برنامه نویسی با قدرت AI را در جریان پخش می کنند که به تولید ، پالایش و حفظ داشبورد داده های تعاملی با استفاده از Python و API OpenAi کمک می کند. زبان آموزان با ساختن یک دستیار اساسی مبتنی بر چت مبتنی بر چت شروع می کنند. سپس زبان آموزان یاد می گیرند که چگونه داده های خود را در جریان پخش ، آماده سازی ، تهیه و تجزیه و تحلیل کنند. سپس ، زبان آموزان داشبورد پویا با تجسم و فیلترهای مختلف از طریق تعامل مکالمه با یک دستیار هوش مصنوعی تعبیه شده می سازند. سرانجام ، زبان آموزان یاد می گیرند که چگونه داشبورد کاملاً کاربردی AI خود را بر روی ابر Cloud Cloud ، آزمایش ، نگهداری و مستقر کنند.

 مهارت های پایتون تقاضای زیادی دارد و برنامه نویسانی که مهارت های دنیای واقعی را در ساخت برنامه های کاربردی نشان می دهند بسیار مورد توجه هستند. در این دوره، مگان سیلوی به شما نشان می دهد که چگونه می توانید مشکلات برنامه نویسی واقعی را حل کنید و آنها را با ساختن سه برنامه کاربردی مختلف به نتایج عملی تبدیل کنید. این برنامه ها بر روی کار با موضوعات محبوب پایتون تمرکز می کنند: خراش دادن وب، API های وب و تجزیه و تحلیل متن. این دوره را بررسی کنید تا مهارت های خود را بهبود ببخشید و برنامه هایی بسازید که بتوانید آنها را به کارفرمایان بالقوه نشان دهید.

این دوره با GitHub Codespaces، یک محیط توسعه دهنده ابر فوری که تمام عملکردهای IDE مورد علاقه شما را بدون نیاز به هیچ گونه نیازی ارائه می دهد، ادغام شده است. راه اندازی ماشین محلی با GitHub Codespaces، می‌توانید در هر زمان و در هر زمانی از هر ماشینی تمرین عملی داشته باشید—همه با استفاده از ابزاری که احتمالاً در محل کار با آن مواجه خواهید شد.