تجزیه و تحلیل داده ها ، تجسم و مدل سازی پیش بینی

این دوره تعاملی دانش آموزان را از طریق اصول تجزیه و تحلیل داده ها و مدل سازی با استفاده از کتابخانه های علوم داده پایتون هدایت می کند. ما روی کتابخانه قاب داده Pandas به عنوان ابزاری برای خواندن ، تمیز کردن و سازماندهی داده ها و کشف زبان برنامه نویسی پایتون که زیر نظر چارچوب آن است ، تمرکز خواهیم کرد. ما قابلیت های تجسم ، هم در پاندا و هم در استفاده از کتابخانه تجسم آماری Seaborn را بررسی خواهیم کرد. در روز آخر ، شما می آموزید که چگونه داده ها را با استفاده از تکنیک های رگرسیون خطی اساسی در پاندا و Scikit-Learn ، با معرفی چارچوب پیشرفته یادگیری ماشین Scikit-Learn ، مدل کنید.

عنوان اصلی : Data Analysis, Visualization and Predictive Modeling

سرفصل های دوره :

01 ماژول 1:
001 ماژول 1 مقدمه
002 بررسی Python Essentials
003 معرفی پاندا
004 درک اطلاعات
005 بررسی ، سوالات
02 ماژول 2:
001 ماژول 2 مقدمه
002 ادامه ملزومات پایتون
003 درک تجسم دقیق و مؤثر
004 مرور تجسم با استفاده از پاندا
005 Advanced Pandas Groupby ، سری زمانی
006 بررسی ، سوالات
03 ماژول 3:
001 ماژول 3 مقدمه
002 مقدمه ای بر Seaborn
003 انجام رگرسیون خطی و چند جمله ای
004 آشنایی با مدل های نظارت شده Scikit-Learn
005 بررسی ، ارزیابی