در حال حاضر محصولی در سبد خرید شما وجود ندارد.
در این مجموعه آموزش یاد می گیرید که چطور در پروژه های بیگ دیتا و Data Science می توانید داده ها را ترکیب کرده و به آن ها شکل دهید.
عنوان اصلی : Combining and Shaping Data
بررسی اجمالی دوره
نمای کلی ماژول
پیش نیازها و رئوس مطالب دوره
اتصال نقاط: ترکیب و شکل دادن به داده ها
داده های فرم گسترده و فرم طولانی
می پیوندد
تجمعات
خلاصه
نمای کلی ماژول
بارگذاری داده ها و پیوستن به جداول
عملیات تجمیع
با استفاده از Power Query به جداول بپیوندید
تبدیل داده های CSV به فرمت جدول
تبدیل داده های فرم گسترده به فرم طولانی
جداول محوری برای آمار خلاصه
جداول را از چرخش خارج کنید
محاسبه مجموع تجمعی و رتبه ها در داده های تقسیم شده
خلاصه
نمای کلی ماژول
معرفی پایگاه داده Azure SQL
در حال بارگیری داده ها در Azure Blob Storage
ایجاد یک پایگاه داده و جداول Azure SQL
بارگیری داده ها با استفاده از خطوط لوله کارخانه داده Azure
پرس و جو داده ها در SQL با استفاده از Aggregations
انجام عملیات Join در SQL
انجام عملیات Pivot و Unpivot در SQL
خلاصه
نمای کلی ماژول
پاکسازی داده ها: داده های از دست رفته و موارد پرت
شروع کار با نوت بوک های Azure
ترکیب و شکل دادن به داده ها با استفاده از پانداها
شناسایی و مقابله با موارد پرت
تشخیص نقاط پرت با استفاده از امتیاز Z
مدیریت ارزش های گمشده
پاک کردن داده ها
کار با داده های نامتعادل
مدیریت داده های نامتعادل با Scikit Learn
خلاصه
نمای کلی ماژول
پردازش معاملاتی و تحلیلی در Azure
ایجاد انبار داده Azure SQL و آپلود فایل ها در ذخیره سازی Azure Blob
بارگیری داده ها از فروشگاه Blob به انبار داده
بارگیری داده ها از سطل های ذخیره سازی ابری GCP در انبار داده Azure SQL
فعال کردن مجوزهای منبع برای برنامه Azure Active Directory
اسکریپت پایتون برای تبدیل داده ها با استفاده از Pyspark
تبدیل داده ها با استفاده از یک Spark Activity
کپی کردن داده ها از پوشه Blob Storage
خلاصه
نمای کلی ماژول
داده های دسته ای و جریانی
انواع ویندوز
واترمارک ها و مفهوم زمان
ایجاد یک کار تجزیه و تحلیل جریان و یک حساب Power BI Pro
پیکربندی ورودی و خروجی برای کار تحلیل جریان
تجسم جریان داده با استفاده از Power BI
خلاصه و مطالعه بیشتر
Combining and Shaping Data
در این روش نیاز به افزودن محصول به سبد خرید و تکمیل اطلاعات نیست و شما پس از وارد کردن ایمیل خود و طی کردن مراحل پرداخت لینک های دریافت محصولات را در ایمیل خود دریافت خواهید کرد.
آموزش کار با Tensorflow 2.0
Building Your First PyTorch Solution
آموزش تفسیر داده ها بوسیله آمار توصیفی در زبان Python
Implementing Bootstrap Methods in R
Building Image Processing Applications Using scikit-image
AI Text Summarization with Hugging Face
فیلم یادگیری Expediting Deep Learning with Transfer Learning: PyTorch Playbook
Learning H20.ai
Data Labeling for Machine Learning
استفاده از یادگیری ماشینی در بهداشت