Course catalog

Course duration

Course provider

Topic

Categories

Showing 121-140 of 266 items.

linkedin پایتون: کار با پیش‌بینی‌کننده آنالیز (Mitalearn-186589)

  • 1 hours 17 minutes
  • پیشرفته
  • Release date: 25 July 2026
  • Author: Isil Berkun
درباره این دوره:

داده ها می توانند داستان های زیادی را بیان کنند: از کجا آمده و به کجا می رود. تجزیه و تحلیل پیشگو به برنامه نویسان ابزاری برای گفتن داستان هایی در مورد آینده می دهد: استخراج اطلاعات قابل استفاده و پیش بینی های دقیق. این پیش‌بینی‌ها به نوبه خود به کسب‌وکار اجازه می‌دهند تا تصمیمات آگاهانه‌تر و تأثیرگذارتری بگیرند. به ایسیل برکون، دانشمند داده، بپیوندید تا تجزیه و تحلیل پیش بینی را با پایتون بررسی کنید. نحوه آماده‌سازی داده‌ها - پر کردن مقادیر از دست رفته، انجام مقیاس‌بندی ویژگی‌ها و موارد دیگر - و استفاده از کتابخانه‌های از پیش ساخته شده پایتون برای ساخت و ارزیابی مدل‌های پیش‌بینی را کشف کنید. او توضیح می‌دهد که چه مدل‌هایی باید در چه زمانی استفاده شوند، و مفاهیم را به گونه‌ای توضیح می‌دهد که بتوانید بلافاصله آنها را در کار خود به کار ببرید. در پایان دوره، می‌توانید از کتابخانه‌های پایتون مانند پانداها و NumPy استفاده کنید و مدل‌های پیش‌بینی مناسب را برای پروژه‌های خود انتخاب کنید.

linkedin پایتون: کار با فایل ها (Mitalearn-229361)

  • 1 hours 41 minutes
  • مناسب همه
  • Update date: 21 June 2026
  • Author: Kathryn Hodge
درباره این دوره:

وقتی با هر نوع فایلی کار می کنید، هیچ چیز مانند اتوماسیون در زمان صرفه جویی نمی کند. هیچ کس نمی خواهد یک روز را صرف ویرایش دستی یا تغییر نام 1000 فایل کند. در این دوره آموزشی، کاترین هاج به شما نشان می‌دهد که چگونه از پایتون برای خودکارسازی وظایف سیستم عامل، جمع‌آوری داده‌ها در چندین منبع، ذخیره نتایج در فایل‌ها و ارتقا سطح برنامه‌های پایتون خود استفاده کنید. کاترین با معرفی ایده سیستم فایل با مسیرهای مطلق در مقابل نسبی، ساختار دایرکتوری و موارد دیگر شروع می کند. از آنجا، او چگونگی استفاده از ابزارهای کتابخانه استاندارد پایتون را برای بازیابی متادیتا در مورد فایل‌ها و مسیرهای موجود در دستگاه شما بررسی می‌کند. هنگامی که می‌دانید چگونه به فایل‌های مناسبی که می‌خواهید با آنها کار کنید پیمایش کنید، نحوه پردازش فایل‌ها با پایتون را نشان می‌دهد و داده‌ها را نه تنها در قالب‌های متنی، بلکه JSON و CSV را تجزیه می‌کند. در نهایت، کاترین به نوشتن داده‌ها در انواع فایل‌های مختلف نگاه می‌کند و توضیح می‌دهد که چگونه آن داده‌ها را در یک آرشیو و با فایل‌های موقت ذخیره کنید.

linkedin پردازش متن با Python Essential Training (Mitalearn-192607)

  • 33 minutes
  • متوسط
  • Release date: 21 June 2026
  • Author: Kumaran Ponnambalam
درباره این دوره:

در دنیای داده های بزرگ، اطلاعات بیشتر و بیشتری به صورت متنی مصرف و تحلیل می شود. وب‌سایت‌ها، رسانه‌های اجتماعی، ایمیل‌ها و چت‌ها به منابع کلیدی داده‌ها و بینش‌ها تبدیل شده‌اند. اگر با داده ها کار می کنید، درک نحوه برخورد با داده های متنی بدون ساختار ضروری است. در این دوره، مربی Kumaran Ponnambalam به شما کمک می کند تا مجموعه مهارت های متن کاوی خود را بسازید و تکنیک های کلیدی استخراج، پاکسازی و پردازش متن در پایتون را پوشش دهد. کوماران مفاهیم کلیدی پردازش متن مانند رمزگذاری و ریشه‌یابی را بررسی می‌کند. او همچنین به تکنیک هایی برای تبدیل متن به فرم آماده تجزیه و تحلیل، از جمله n-gram و TF-IDF نگاه می کند. در طول مسیر، او نمونه هایی از این تکنیک ها را با استفاده از پایتون و کتابخانه NLTK ارائه می کند.

linkedin پروژه پایتون: ساخت یک برنامه آزمون (Mitalearn-257445)

  • 1 hours 29 minutes
  • مناسب همه
  • Release date: 9 June 2022
  • Author: Joe Marini
درباره این دوره: 

 فکر می کنید به پایتون تسلط دارید؟ به دنبال راه هایی برای بهبود مهارت های برنامه نویسی خود هستید؟ یکی از بهترین راه ها این است که مهارت های خود را عملی کنید و چیزی واقعی بسازید. در این دوره به جو مارینی بپیوندید، زیرا او به شما نحوه استفاده از پایتون برای ساختن یک برنامه مسابقه را آموزش می دهد، و نحوه ساخت و آزمایش هر ویژگی را در حین پیشبرد توضیح می دهد. جو با طراحی ویژگی های اساسی شروع می کند و با یک برنامه تکمیل شده که یک رابط منو محور به کاربر ارائه می دهد، آزمون ها را مدیریت می کند و نتایج را در یک فایل ذخیره می کند، به پایان می رساند. هنگامی که برنامه ساخته شد، او راه هایی را برای بهبود برنامه و افزودن ویژگی های جدید نشان می دهد، مانند ارائه سوالات به ترتیب تصادفی و اندازه گیری مدت زمانی که کاربر برای تکمیل مسابقه نیاز دارد. اگر می خواهید مطالعه و تئوری برنامه نویسی را کنار بگذارید و از طریق ساختن چیزی واقعی یاد بگیرید، برای این دوره عملی به جو بپیوندید.

linkedin پروژه مهندسی تحلیلی دستی (Mitalearn-421920)

  • 30 minutes
  • مناسب همه
  • Release date: 14 June 2024
  • Author: Connor Dickson
درباره این دوره: 

 

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.


linkedin پروژه های پایتون (Mitalearn-218447)

  • 1 hours 32 minutes
  • مناسب همه
  • Update date: 21 June 2026
  • Author: Barron Stone
درباره این دوره:

مشکلات چالشی کنسرو شده تمرین کافی برای توسعه دهندگان پایتون جدید است. اما اگر یک برنامه نویس متوسط ​​هستید که به دنبال اجرای یک ایده جدید هستید، به آموزش و تمرین دقیق تر و عمیق تر نیاز دارید. در این دوره، مربی Barron Stone به شما کمک می‌کند تا پایتون را به‌صورت عملی یاد بگیرید، و به شما نشان می‌دهد که برای رساندن یک پروژه پایتون به خط پایان چه چیزی لازم است. او شما را گام به گام در تمام مراحل توسعه خود برای یک پروژه شخصی پایتون، از ایده اولیه تا ساختن نصب کننده نهایی برای توزیع، راهنمایی می کند. همانطور که دنبال می کنید، می توانید روند فکری را که بارون دنبال می کند مشاهده کنید و مسیری را برای ایجاد پروژه های خود به شما ارائه می دهد.

linkedin پروژه های پایتون (2017) (Mitalearn-121581)

  • 2 hours 10 minutes
  • متوسط
  • Release date: 23 June 2017
  • Author: Burkhard Meier
درباره این دوره:

درک خود را از Python - زبان شی گرا محبوب - با انجام یک سری پروژه های عملی تقویت کنید. در این دوره، Burkhard Meier نحوه کار با Python 3.5 برای ایجاد چهار پروژه مجزا را توضیح می دهد. برای شروع، Burkhard نحوه نصب محیط توسعه Eclipse IDE با افزونه PyDev و همچنین نحوه تنظیم نقاط شکست و استفاده از ابزارهای اشکال زدایی مختلف در Eclipse را نشان می دهد. او همچنین نحوه ترجمه الگوهای طراحی کلاسیک را به پایتون 3.5، ایجاد یک برنامه آب و هوای رابط کاربری گرافیکی با Tkinter، و نوشتن یک سرویس ویندوز پایتون که از مکانیزم زمان‌بندی برای ارسال ایمیل‌ها در زمان‌های معین استفاده می‌کند، نشان می‌دهد.\r\n\r\n ما خوشحالیم که میزبان این آموزش در کتابخانه خود هستیم.

linkedin پروژه های پیشرفته پایتون: ساخت اپلیکیشن های هوش مصنوعی (Mitalearn-391235)

  • 1 hours 47 minutes
  • مناسب همه
  • Update date: 8 November 2024
  • Author: Priya Mohan
درباره این دوره: 

 

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.


linkedin پیتون پیشرفته (Mitalearn-409561)

  • 2 hours 50 minutes
  • مناسب همه
  • Release date: 21 June 2026
  • Author: Joe Marini
درباره این دوره:

مهارت های پایتون خود را به سطح بعدی برسانید. در این دوره دستی و تعاملی ، مربی جو مارینی نشان می دهد که چگونه می توان از ویژگی های پیشرفته پایتون مانند روشهای کلاس ویژه شیء گرا استفاده کرد ، و چگونه می توان کد خود را با کارآمدتر و آسان تر خواندن و حفظ و نگهداری و حفظ و نگهداری کرد. از تکرارها و توالی ها گرفته تا پردازش رشته و استثنائات ، جو طیف گسترده ای از مباحث را به طور منحصر به فرد برای توسعه دهندگان با تجربه پوشش می دهد. 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.

linkedin پیتون پیشرفته در اکسل: تجزیه و تحلیل داده ها و تجسم (Mitalearn-409578)

  • 46 minutes
  • مناسب همه
  • Release date: 8 August 2024
  • Author: Sarah Om
درباره این دوره: 

 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.

linkedin پیش بینی سری زمانی AI با پایتون (Mitalearn-410887)

  • 2 hours 11 minutes
  • مناسب همه
  • Release date: 16 August 2024
  • Author: Tobias Zwingmann
درباره این دوره: 

 

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.


linkedin تجزیه و تحلیل پیشرفته با استفاده از Python در Excel Copilot (Mitalearn-409238)

  • 18 minutes
  • مناسب همه
  • Release date: 20 September 2024
  • Author: Scott Simpson
درباره این دوره: 

 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.

linkedin تجزیه و تحلیل داده ها با پایتون و پاندا (Mitalearn-417041)

  • 13 hours 32 minutes
  • مناسب همه
  • Release date: 25 July 2026
  • Author: Maven Analytics,Chris Bruehl
درباره این دوره:

این دوره مبتنی بر پروژه به منظور کمک به شما در یادگیری دو مورد از محبوب ترین بسته های پایتون برای تجزیه و تحلیل داده ها: Numpy و Pandas. برای معرفی آرایه ها و خصوصیات آرایه ، با یک آغازگر NUMPY شروع کنید ، عملیات مشترکی مانند نمایه سازی ، برش ، فیلتر و مرتب سازی را انجام دهید و مفاهیم مهم مانند بردار و پخش را کشف کنید. از آنجا ، به پاندا شیرجه بزنید و بر روی ابزارها و روشهای اساسی برای کشف ، تجزیه و تحلیل ، جمع آوری و تبدیل سری و داده ها تمرکز کنید. ترسیم DataFrames را با نمودارها و نمودارها ، دستکاری داده های سری زمانی ، وارد کردن و صادرات انواع مختلف فایل و ترکیب داده های داده ها با استفاده از روش های مشترک پیوست تمرین کنید.

در طول دوره ، شما می توانید نقش تحلیلگر داده را برای Maven Mega Mart ، یک شرکت بزرگ و چند ملیتی که زنجیره ای از فروشگاه های خرده فروشی و مواد غذایی را اداره می کند ، بازی کنید. با استفاده از مهارت های پایتون که در طول دوره یاد می گیرید ، با اعضای تیم Maven Mega Mart برای تجزیه و تحلیل محصولات ، قیمت گذاری ، معاملات و موارد دیگر همکاری کنید.

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

linkedin تجزیه و تحلیل داده های پایتون (Mitalearn-179194)

  • 2 hours 30 minutes
  • متوسط
  • Release date: 11 March 2020
  • Author: Michele Vallisneri
درباره این دوره: 

 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.

linkedin تجزیه و تحلیل داده های پایتون (Mitalearn-433565)

  • 3 hours 43 minutes
  • مناسب همه
  • Release date: 21 June 2026
  • Author: Michele Vallisneri
درباره این دوره:

علم داده شیوه ای را که رهبران دولت و صنعت به مشکلات خاص و جهان در کل نگاه می کنند ، تغییر داده است. کنجکاو در مورد چگونگی عملکرد تجزیه و تحلیل داده ها در عمل؟ در این دوره ، مربی میشل والیزنرنی توضیح می دهد که برای شروع کار با استفاده از Python چه کاری لازم است.

میشل نحوه تنظیم محیط تجزیه و تحلیل خود را نشان می دهد و در مورد اصول کار با ساختارهای داده در پایتون ، تازه کننده ای را ارائه می دهد. سپس ، او به چیزهای بزرگ می پرید: قدرت آرایه ها ، نمایه سازی و جداول در Numpy و Pandas. او همچنین شما را از طریق دو پروژه بزرگ داده های بزرگ راهنمایی می کند: استفاده از NUMPY برای شناسایی و تجسم الگوهای آب و هوا و استفاده از پاندا برای تجزیه و تحلیل محبوبیت نام کودک در قرن گذشته. چالش های صادر شده در این راه به شما کمک می کند تا آنچه را آموخته اید تمرین کنید. بعلاوه ، در مورد مهارت های موجود در کارهای اساسی تجزیه و تحلیل داده ها بیاموزید: واردات و درگیری ، خلاصه و تجسم ، مدل سازی و استدلال.

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 "تنظیم: استفاده از Codespaces" را بررسی کنید.

linkedin تجزیه و تحلیل داده های پایتون برای مراقبت های بهداشتی (Mitalearn-385795)

  • 2 hours 48 minutes
  • مناسب همه
  • Release date: 1 April 2024
  • Author: Wuraola Oyewusi
درباره این دوره: 

 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.

linkedin تجزیه و تحلیل داده های جغرافیایی آموزش ضروری (Mitalearn-421223)

  • 1 hours 57 minutes
  • مناسب همه
  • Release date: 4 September 2024
  • Author: Milan Janosov, Ph.D.
درباره این دوره: 

 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.

linkedin تجزیه و تحلیل داده های جغرافیایی پیشرفته در پایتون (Mitalearn-409340)

  • 1 hours 55 minutes
  • مناسب همه
  • Release date: 25 July 2026
  • Author: Milan Janosov, Ph.D.
درباره این دوره:

در این دوره ، میلان جانوسوف ، متخصص شناخته شده در سطح جهانی ، علوم پیشرفته داده های جغرافیایی را با استفاده از پایتون بررسی می کند و شما را به ابزارهایی برای حل مشکلات دنیای واقعی در بخش های مختلف مجهز می کند. نحوه دستکاری ، مدل سازی و تجسم داده های جغرافیایی را کشف کنید. در مورد پیچیدگی های نمایه سازی فضایی و نحوه استفاده از GeoCoding برای تبدیل آدرس های متنی به مختصات مکانی اطلاعات کسب کنید. به مهارت های پیچیده تری شیرجه بزنید و درک خود را از داده های زمانی مکانی ایجاد کنید ، بنابراین می توانید تغییرات را با گذشت زمان ردیابی کنید. از طریق مثالها و تمرینات ، از جمله یک سکوی قوی برای ساختن خطوط لوله تحلیلی جغرافیایی موثر ، تمرین عملی را انجام دهید. هنگامی که این دوره را تمام می کنید ، یک پایه محکم و تخصص پیشرفته در علم داده های جغرافیایی مبتنی بر پایتون خواهید داشت ، و آماده خواهید بود تا در هر زمینه حرفه ای یا پژوهشی ، مدل ها و تجزیه و تحلیل های مکانی پیشرفته را برطرف کنید.

linkedin تجزیه و تحلیل داده های شطرنجی زمین در پایتون (Mitalearn-421240)

  • 2 hours 38 minutes
  • مناسب همه
  • Release date: 8 January 2025
  • Author: Milan Janosov, Ph.D.
درباره این دوره: 

 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.

linkedin تجزیه و تحلیل متن و پیش بینی با آموزش ضروری پایتون (Mitalearn-159355)

  • 35 minutes
  • متوسط
  • Release date: 20 June 2026
  • Author: Kumaran Ponnambalam
درباره این دوره:

متن یک منبع غنی از بینش برای مشاغل است. وب‌سایت‌ها، رسانه‌های اجتماعی، ایمیل‌ها و چت‌ها همگی حاوی داده‌های ارزشمند مشتری هستند. اما برای به دست آوردن پاداش، باید بتوانید حجم زیادی از متن بدون ساختار را تجزیه و تحلیل کنید. متن کاوی یک مهارت ضروری برای هر کسی است که در کلان داده و علم داده کار می کند. این دوره تکنیک های متن کاوی برای استخراج، پاکسازی و پردازش متن با استفاده از Python و کتابخانه های scikit-learn و nltk را آموزش می دهد. Kumaran Ponnambalam نحوه انجام تجزیه و تحلیل متن را با استفاده از تکنیک های رایج مانند ابر کلمه و تجزیه و تحلیل احساسات توضیح می دهد. سپس نشان می‌دهد که چگونه می‌توان با استفاده از خوشه‌بندی، طبقه‌بندی و توصیه‌ها با داده‌های متنی پیش‌بینی کرد – که در غیر این صورت به عنوان متن پیش‌بینی شناخته می‌شود. در طول مسیر، او مفاهیم مهم تجزیه و تحلیل متن مانند واژه سازی و n-gram را معرفی می کند.

Suggestions