
۴۴٬۰۰۰تومان
نوع فایل دانلود: EPUB
پس از خرید، یک فایل EPUB دریافت میکنید.
این فایل با Calibre، Apple Books و سایر کتابخوانهای دیجیتال مناسب است.
**قدرت پایتون و قابلیتهای بینظیر آن در زمینه علم داده را آزاد کنید**درباره این کتاب* قدرت اشیاء در پایتون ۳ را به کار بگیرید* یاد بگیرید چگونه از کتابخانههای قدرتمند پایتون برای پردازش و تحلیل مؤثر دادهها استفاده کنید* از قدرت پایتون برای تحلیل دادهها و ساخت مدلهای پیشبینیکننده کاربردی بهره ببرید* با این راهنمای ضروری برای تحلیل پیشبینیکننده پیشرفته، بینش عمیقتری نسبت به یادگیری ماشین به دست آوریداین کتاب برای چه کسانی استتحلیلگران تازهکاری که میخواهند وارد دنیای علم داده شوند، این دوره را برای آشنایی با قابلیتهای علم داده در پایتون و انجام تحلیل دادههای دنیای واقعی بسیار مفید خواهند یافت.آنچه خواهید آموخت* نصب و راهاندازی پایتون* پیادهسازی اشیاء در پایتون با ساخت کلاسها و تعریف متدها* آشنایی با NumPy برای استفاده از آرایهها و محاسبات آرایهمحور در تحلیل داده* ساخت نمودارهای اثربخش برای ارائه دادهها با استفاده از Matplotlib* پردازش و تحلیل دادهها با استفاده از قابلیتهای سری زمانی در pandas* ارتباط با انواع سیستمهای پایگاه داده مانند فایل، فرمت دیسک، Mongo و Redis* اعمال مفاهیم دادهکاوی روی مسائل دنیای واقعی* محاسبات روی دادههای بزرگ، از جمله دادههای بلادرنگ اینترنت* بررسی نحوه استفاده از مدلهای مختلف یادگیری ماشین برای پرسیدن سوالات گوناگون از دادههابیشتر بدانیددوره «پایتون: علم داده در دنیای واقعی» شما را به سفری میبرد تا با درک عمیق مفاهیم کلیدی پایتون، به یک متخصص کارآمد در زمینه علم داده تبدیل شوید. این مسیر یادگیری به چهار ماژول تقسیم شده است و هر ماژول خود یک دوره کوچک محسوب میشود. با تکمیل هر بخش، مهارتهای کلیدی را به دست میآورید و برای مطالب ماژول بعدی آماده خواهید شد.این دوره با تسلط بر مبانی پایتون آغاز میشود. پس از آشنایی با مفاهیم اصلی پایتون، وقت آن است که وارد دنیای علم داده شوید. در ماژول دوم، یاد میگیرید که چگونه به شکلی کاربردی و مبتنی بر مثال، تحلیل داده را با پایتون انجام دهید. ماژول سوم به شما میآموزد که چگونه با استفاده از انواع مجموعهدادهها، برنامههای دادهکاوی را طراحی و توسعه دهید؛ از دستهبندی ساده و تحلیل وابستگی گرفته تا انواع دادههای پیچیدهتر مانند متن، تصویر و گراف. یادگیری ماشین و تحلیل پیشبینیکننده به مهمترین روشها برای کشف گنجهای پنهان در دادهها تبدیل شدهاند. در ماژول پایانی، جزئیات لازم درباره مفاهیم یادگیری ماشین را بررسی میکنیم و توضیحاتی شهودی و در عین حال آموزنده درباره نحوه کارکرد الگوریتمهای یادگیری ماشین، شیوه استفاده از آنها و مهمتر از همه، چگونگی اجتناب از خطاهای رایج ارائه میدهیم.سبک و رویکرداین دوره شامل تمام منابعی است که به شما کمک میکند مستقیماً وارد حوزه علم داده با پایتون شوید و یاد بگیرید چگونه از دادهها سر در بیاورید. هدف، ایجاد یک مسیر یادگیری روان است که به شما میآموزد چگونه با کتابخانههای قدرتمند پایتون شروع کنید و تکنیکهای مختلف علم داده را به صورت عمیق اجرا نمایید.
**Unleash the power of Python and its robust data science capabilities**About This Book* Unleash the power of Python 3 objects* Learn to use powerful Python libraries for effective data processing and analysis* Harness the power of Python to analyze data and create insightful predictive models* Unlock deeper insights into machine learning with this vital guide to cutting-edge predictive analyticsWho This Book Is ForEntry-level analysts who want to enter in the data science world will find this course very useful to get themselves acquainted with Python’s data science capabilities for doing real-world data analysis.What You Will Learn* Install and setup Python* Implement objects in Python by creating classes and defining methods* Get acquainted with NumPy to use it with arrays and array-oriented computing in data analysis* Create effective visualizations for presenting your data using Matplotlib* Process and analyze data using the time series capabilities of pandas* Interact with different kind of database systems, such as file, disk format, Mongo, and Redis* Apply data mining concepts to real-world problems* Compute on big data, including real-time data from the Internet* Explore how to use different machine learning models to ask different questions of your dataIn DetailThe Python: Real-World Data Science course will take you on a journey to become an efficient data science practitioner by thoroughly understanding the key concepts of Python. This learning path is divided into four modules and each module are a mini course in their own right, and as you complete each one, you’ll have gained key skills and be ready for the material in the next module.The course begins with getting your Python fundamentals nailed down. After getting familiar with Python core concepts, it’s time that you dive into the field of data science. In the second module, you'll learn how to perform data analysis using Python in a practical and example-driven way. The third module will teach you how to design and develop data mining applications using a variety of datasets, starting with basic classification and affinity analysis to more complex data types including text, images, and graphs. Machine learning and predictive analytics have become the most important approaches to uncover data gold mines. In the final module, we'll discuss the necessary details regarding machine learning concepts, offering intuitive yet informative explanations on how machine learning algorithms work, how to use them, and most importantly, how to avoid the common pitfalls.Style and approach This course includes all the resources that will help you jump into the data science field with Python and learn how to make sense of data. The aim is to create a smooth learning path that will teach you how to get started with powerful Python libraries and perform various data science techniques in depth.