دوره آموزشی جامع پایتون برای علم داده بخش 1

آموزش Python for Data Science یکی از محبوب‌ترین دوره‌های علوم داده در آموزش LinkedIn است. آن اکنون به روز شده و به دو قسمت گسترش‌یافته است. در این دوره، مربی Lillian Pierson شما را قدم به قدم از طریق یک پروژه عملی علوم داده پیش می‌برد: یک web scraper که داده‌ها را از وب بارگیری و تجزیه و تحلیل می‌کند. در طول راه، او تکنیک‌هایی را برای تمیز کردن، بازسازی، تبدیل و توصیف داده‌های خام معرفی می‌کند. ایجاد تجسم؛ انجام تجزیه و تحلیل داده‌های ساده؛ و نمودارهای تعاملی را با استفاده از کتابخانه Plotly ایجاد کنید. شما باید از این آموزش با تجربه اصلی برنامه نویسی که می‌توانید به سازمان خود ببرید، و به سرعت در پروژه‌های علوم داده‌های سفارشی خود اعمال کنید.

اهداف یادگیری
چرا از پایتون برای کار با داده ها استفاده می کنیم
فیلتر کردن و انتخاب داده ها
الحاق و تبدیل داده ها
بهترین شیوه های تجسم داده ها
تجسم داده ها
ایجاد طرح
ایجاد گرافیک داده های آماری
انجام ریاضیات پایه و جبر خطی
تجزیه و تحلیل همبستگی
تجزیه و تحلیل چند متغیره
منبع یابی داده ها از طریق تراشیدن وب
مقدمه ای بر پردازش زبان طبیعی
تجزیه و تحلیل همکاری با Plotly