Course catalog

Course duration

Course provider

Topic

Categories

Showing 1-10 of 10 items.

linkedin Python for Data Visualization (2019) (Mitalearn-164183)

  • 1 hours 21 minutes
  • متوسط
  • Release date: 25 July 2026
  • Author: Madecraft,Michael Galarnyk
درباره این دوره:

تجسم داده ها برای دانشمندان داده بسیار مهم است، زیرا به آنها کمک می کند تا بینش خود را به همتایان غیر فنی منتقل کنند. اما نیازی نیست که یک متخصص طراحی باشید. پایتون یک زبان برنامه نویسی محبوب و آسان برای استفاده است که تعدادی کتابخانه را ارائه می دهد که به طور خاص برای تجسم داده ها ساخته شده اند. در این دوره از متخصصان Madecraft، می‌توانید نحوه ساخت نمودارها و نمودارهای دقیق، جذاب و آسان با استفاده از پایتون را بیاموزید. کتابخانه‌های پانداها و Matplotlib را کاوش کنید و سپس نحوه بارگیری و تمیز کردن مجموعه‌های داده و ایجاد نمودارهای ساده و پیشرفته، از جمله نقشه‌های حرارتی، هیستوگرام‌ها و نمودارهای فرعی را بیابید. مربی مایکل گالارنیک تمام دستورالعمل‌هایی را که برای ایجاد تجسم داده‌های حرفه‌ای از طریق برنامه‌نویسی نیاز دارید، ارائه می‌کند.nn ما خوشحالیم که این محتوا را در کتابخانه خود میزبانی می کنیم.

MadeCraft-Description-Logo.jpg

linkedin آموزش ضروری پاندا (Mitalearn-431304)

  • 3 hours 10 minutes
  • مناسب همه
  • Release date: 21 June 2026
  • Author: Jonathan Fernandes
درباره این دوره:

Pandas یک کتابخانه تجزیه و تحلیل داده های منبع باز است که ساختار داده های با کارایی بالا ، کاربردی آسان و ابزارهای تجزیه و تحلیل داده ها را برای پایتون فراهم می کند. در این دوره متوسط ​​، سطح دستی ، یاد بگیرید که چگونه از کتابخانه Pandas و ابزارهایی برای تجزیه و تحلیل داده ها و ساختار داده ها با مربی Jonathan Fernandes استفاده کنید. یک شیرجه عمیق را به موضوعاتی مانند DataFrames ، نقشه های اساسی ، نمایه سازی و GroupBy تبدیل کنید. برای کمک به شما در یادگیری نحوه کار با داده ها به طور مؤثرتر ، جاناتان شما را از طریق یک سری تمرینات کدگذاری عملی که بر اساس همان مجموعه داده های بزرگ و عمومی ساخته شده است راهنمایی می کند.

Related Skills

linkedin آموزش ضروری پانداها (Mitalearn-129503)

  • 2 hours 14 minutes
  • متوسط
  • Release date: 25 July 2026
  • Author: Jonathan Fernandes
درباره این دوره:

pandas یک کتابخانه منبع باز است که ساختارهای داده با کارایی بالا و آسان برای استفاده و ابزارهای تجزیه و تحلیل داده را برای پایتون فراهم می کند. در این دوره آموزشی سطح متوسط، نحوه استفاده از کتابخانه پانداها و ابزارها برای تجزیه و تحلیل داده ها و ساختاردهی داده ها را بیاموزید. مربی Jonathan Fernandes به موضوعاتی مانند DataFrames، رسم اولیه، نمایه سازی و groupby می پردازد. جاناتان برای کمک به یادگیری نحوه کار موثرتر با داده ها، شما را از طریق یک سری تمرینات که بر اساس همان مجموعه داده های عمومی و بزرگ است، هدایت می کند: برندگان مدال المپیک از 1896 تا 2008.

linkedin پانداها برای علم داده (Mitalearn-102677)

  • 2 hours 3 minutes
  • متوسط
  • Release date: 21 June 2026
  • Author: Charles Kelly
درباره این دوره:

pandas for Data Science مقدمه ای بر یکی از داغ ترین ابزارهای جدید در دسترس متخصصان علم داده و تجزیه و تحلیل تجاری است. pandas یک کتابخانه منبع باز است که ساختارهای داده با کارایی بالا و آسان برای استفاده و ابزارهای تجزیه و تحلیل داده را ارائه می دهد. در حالی که پایتون دارای قابلیت‌های عالی برای دستکاری داده‌ها و آماده‌سازی داده‌ها است، پانداها ابزارهای تحلیل و مدل‌سازی داده‌ها را اضافه می‌کنند تا کاربران بتوانند کل گردش‌های کاری علم داده را انجام دهند.\r\n\r\n چارلز کلی به شما کمک می کند تا با سری های زمانی، فریم های داده، پانل ها، ترسیم و تجسم شروع کنید. تنها چیزی که نیاز دارید یک کپی از برنامه رایگان و تعاملی Jupyter Notebook برای تمرین و پیگیری است.

linkedin پانداهای پیشرفته (Mitalearn-207329)

  • 1 hours 2 minutes
  • پیشرفته
  • Release date: 1 February 2021
  • Author: Madecraft,Brett Vanderblock
درباره این دوره: 

 اگر در پایتون کار کرده اید، احتمالاً با اصول اولیه پانداها آشنا هستید. در این دوره پیشرفته، مربی برت واندربلاک نحوه استفاده از عملکردهای پیشرفته پانداها - مانند کار با تاریخ، برخورد با داده های از دست رفته، ادغام DataFrames و موارد دیگر - را برای کار موثرتر با داده ها به اشتراک می گذارد. ابتدا، برت شما را با DataFrames آشنا می کند، عملکردهای برتر پانداها را شناسایی می کند و به شما نشان می دهد که چگونه فضای کاری پانداهای خود را به طور موثر پیکربندی کنید. او شما را در تبدیل انواع داده، کار با رشته ها و استفاده موثر از توابع نقشه کاربردی و applicationmap راهنمایی می کند. او به شما نشان می دهد که چگونه توابع Groupby و چند توابع جمعی را در پانداها ترکیب کنید و چگونه از توابع ادغام، پیوستن و concat استفاده کنید. برت مراحل رسم و توابع آماری را با پانداها انجام می دهد. او در پایان توضیح می دهد که چگونه می توانید از پانداهای پروفایل و Geopandas استفاده کنید تا بیشترین بهره را از عملکردها و داده های خود ببرید.nn ما خوشحالیم که میزبان این آموزش در کتابخانه خود هستیم.

MadeCraft-Description-Logo.jpg

linkedin پانداهای پیشرفته (Mitalearn-442405)

  • 1 hours 2 minutes
  • مناسب همه
  • Release date: 21 June 2026
  • Author: Madecraft,Brett Vanderblock
درباره این دوره:

اگر در پایتون کار کرده اید، احتمالاً با اصول اولیه پانداها آشنا هستید. در این دوره آموزشی پیشرفته، مربی برت واندربلاک به اشتراک می‌گذارد که چگونه می‌توانید از عملکردهای پیشرفته پانداها - مانند کار با تاریخ‌ها، برخورد با داده‌های از دست رفته، ادغام DataFrames و موارد دیگر- برای کار مؤثرتر با داده‌های خود استفاده کنید. ابتدا، برت DataFrames را به شما معرفی می‌کند، عملکردهای برتر پانداها را شناسایی می‌کند و به شما نشان می‌دهد که چگونه فضای کاری پانداهای خود را به طور موثر پیکربندی کنید. او شما را از طریق تبدیل انواع داده، کار با رشته ها و استفاده موثر از توابع نقشه کاربردی و applicationmap راهنمایی می کند. او به شما نشان می دهد که چگونه توابع Groupby و چند توابع جمعی را در پانداها ترکیب کنید و چگونه از توابع ادغام، پیوستن و concat استفاده کنید. برت شما را از طریق رسم و توابع آماری با پانداها راهنمایی می کند. او در پایان توضیح می دهد که چگونه می توانید از Pandas-Profiling و GeoPandas برای استفاده حداکثری از عملکردها و داده های خود استفاده کنید.

این دوره توسط Madecraft ایجاد شده است. ما خوشحالیم که میزبان این آموزش در کتابخانه خود هستیم.

Related Skills

linkedin پانداهای سریعتر (Mitalearn-230789)

  • 1 hours 24 minutes
  • مناسب همه
  • Release date: 25 July 2026
  • Author: Miki Tebeka
درباره این دوره:

دانشمندان داده اغلب پانداها را ترجیح می دهند، زیرا به آنها اجازه می دهد تا با حجم بیشتری از داده ها به طور موثر کار کنند - کیفیت مفیدی با بزرگتر و بزرگتر شدن مجموعه داده ها. در این دوره، مربی Miki Tebeka به شما نشان می دهد که چگونه سرعت و کارایی کد پانداهای خود را بهبود ببخشید. ابتدا، Miki توضیح می دهد که چرا عملکرد مهم است و چگونه می توانید آن را با پروفایلرهای پایتون اندازه گیری کنید. سپس، این دوره به شما می آموزد که چگونه از برداری برای دستکاری داده ها استفاده کنید. این دوره همچنین برخی از اشتباهات رایج و نحوه رسیدگی به آنها را بررسی می کند.

پایتون و پانداها دارای عملکردهای داخلی با کارایی بالا هستند و Miki نحوه استفاده از آنها را توضیح می دهد. پانداها می توانند از حافظه زیادی استفاده کنند، بنابراین Miki نکات خوبی در مورد نحوه ذخیره حافظه ارائه می دهد. این دوره نحوه سریال سازی داده ها با SQL و HDF5 را نشان می دهد. سپس Miki به چگونگی سرعت بخشیدن به کد خود با Numba و Cython می پردازد. DataFrames جایگزین همچنین می‌تواند سرعت کد شما را افزایش دهد و Miki از برخی گزینه‌ها عبور می‌کند. به علاوه، چند منبع اضافی را که می توانید بررسی کنید، کاوش کنید.

linkedin پایتون در اکسل: کار با DataFrames پانداها (Mitalearn-445346)

  • 1 hours 47 minutes
  • مناسب همه
  • Release date: 11 April 2024
  • Author: Felix Zumstein
درباره این دوره: 

 پایتون و اکسل هر دو از محبوب‌ترین «زبان‌های برنامه‌نویسی» هستند، به‌ویژه برای تجزیه و تحلیل داده/علم داده. با هم، آنها حتی قدرتمندتر هستند. در این دوره آموزشی، نویسنده و متخصص اکسل Felix Zumstein نحوه کار با پانداها DataFrames در اکسل را توضیح می دهد. Pandas DataFrames ستون فقرات هر تجزیه و تحلیل داده مبتنی بر پایتون در اکسل است. آشنایی کامل با DataFrames داشته باشید. بیاموزید که چگونه منابع مختلف - مانند محدوده اکسل، جدول اکسل یا Power Query - را به DataFrame تبدیل کنید. دریابید که چرا و چه زمانی استفاده از DataFrame منطقی است، برخلاف ویژگی‌های اصلی Excel مانند Power Query، Pivot Tables یا فرمول‌های VLOOKUP. از یک مجموعه داده کاربردی برای کشف اصول کار با DataFrames استفاده کنید، از جمله فهرست، هدر، فیلتر کردن داده ها، حذف موارد تکراری، افزودن یک ستون جدید، ترکیب دو DataFrame و فهرست بندی مجدد. به علاوه، نگاهی سریع به سری های زمانی و تجسم ها بیندازید.

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.

Suggestions