در حال حاضر محصولی در سبد خرید شما وجود ندارد.
در این دوره آموزشی قدم به قدم یاد می گیرید که چطور بوسیله زبان پایتون ارتباط بین داده ها را پیدا کنید.
عنوان اصلی : Finding Relationships in Data with Python
بررسی اجمالی دوره
نمای کلی ماژول
پیش نیازها و رئوس مطالب دوره
آمار در درک داده ها
اقدامات گرایش مرکزی و پراکندگی
آمار توصیفی دو متغیره و چند متغیره
نسخه ی نمایشی: بارگیری پاکسازی و آماده سازی داده ها
نسخه ی نمایشی: کاوش و تجسم روابط
نسخه ی نمایشی: محاسبه و تجسم همبستگی ها
خودهمبستگی
نسخه ی نمایشی: محاسبه و تجسم همبستگی خودکار
نسخه ی نمایشی: نمودارهای خطی و نمودارهای نواری
نسخه ی نمایشی: طرح های جعبه ای طرح های ویولن و نمودارهای پای
خلاصه ماژول
نمای کلی ماژول
تخمین چگالی هسته
نسخه ی نمایشی: هیستوگرام ها، نقشه های KDE، نقشه های فرش
نسخه ی نمایشی: بررسی روابط مستمر و مقوله ای
نسخه ی نمایشی: روابط زوجی
نسخه ی نمایشی: تجسم روابط چندگانه با وجوه
خلاصه ماژول
نمای کلی ماژول
معرفی Altair
نسخه ی نمایشی: شروع به کار با Altair
نسخه ی نمایشی: طرح های ساده Altair برای برش و کاوش داده ها
نسخه ی نمایشی: تجسم روابط با استفاده از Binning و Aggregation
نسخه ی نمایشی: تجسم های تعاملی با Altair
معرفی پلاتلی
نسخه ی نمایشی: تجسم های تعاملی برای داده های مالی با استفاده از Plotly
نسخه ی نمایشی: نقشه های جغرافیایی با استفاده از نقشه های حبابی
خلاصه و مطالعه بیشتر
Finding Relationships in Data with Python
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.
Building Features from Numeric Data
آموزش داده یابی یا همان Data Mining از متون
Building Classification Models with scikit-learn
Learning H20.ai
آموزش ساخت چارت و مصور سازی داده ها بوسیله Qlik Sense
Data Labeling for Machine Learning
آموزش تحلیل داده ها با پایتون
آموزش بهبود داده های عددی برای بهتر کردن فرآیند یادگیری ماشینی
Deploying PyTorch Models in Production: PyTorch Playbook
Building Blockchains with Hyperledger