در حال حاضر محصولی در سبد خرید شما وجود ندارد.
در این دوره ، شما یاد می گیرید که چگونه با پایتون به طور مؤثر کار کنید. شما نحوه استفاده از متغیرها ، ایجاد توابع و کار با کلاس ها را خواهید فهمید. این دانش بنیادی به شما امکان می دهد تا تکنیک های آزمایش و آزمایش را برای اعتبارسنجی کار خود درک کرده و سپس به پاندا و Numpy بروید که به شما امکان می دهد تا با مجموعه داده ها و سایر کارهای علوم داده به طور مؤثر کار کنید. یک دوره مقدماتی سریع در مورد پایتون ، مانند یک دانش آموز ، برنامه نویس جدید به پایتون یا مهندس داده های مشتاق یا دانشمند داده. در پایان این دوره ، شما آماده خواهید بود تا با مفاهیم پیشرفته تر با پاندا و Numpy با یک پایه محکم در پایتون برای هر کار دیگر همکاری کنید. /> این دوره محتوای گسترده ای دارد که پایتون را برای مبتدیان پوشش می دهد و سپس به عملیات پیچیده تر پایتون از جمله تجزیه و تحلیل داده ها ، اکتشافات و دستکاری با پاندا و Numpy حرکت می کند. این شامل اهداف یادگیری زیر خواهد بود:
- کار با منطق در پایتون ، اختصاص متغیرها و استفاده از ساختار داده های مختلف
- ایجاد توابع و کلاس هایی از انواع مختلف
- تست های نوشتن ، اجرا و اشکال زدایی با استفاده از PyTest برای تأیید کار خود
- دستکاری داده ها با پاندا
- ایجاد و اصلاح آرایه های Numpy
عنوان اصلی : Python Bootcamp for Data (2022)
سرفصل های دوره :
01 درس 1:
001 "مقدمه دوره"
002 "با مربی خود ملاقات کنید"
003 "مقدمه درس"
004 "متغیرها و تکالیف"
005 "کار با انواع"
006 "شرط و ارزیابی"
007 "استثنائات رسیدگی"
008 "recap درس"
02 درس 2:
001 "مقدمه درس"
002 "معرفی لیست ها"
003 "تکرار بیش از لیست ها"
004 "مقدمه ای برای فرهنگ لغت"
005 "فرهنگ لغت تکرار"
006 "سایر ساختارهای داده"
007 "recap درس"
03 درس 3:
001 "مقدمه درس"
002 "اضافه کردن داده ها به لیست ها"
003 "استخراج داده ها از لیست ها"
004 "استخراج داده ها از فرهنگ لغت"
005 "recap درس"
04 درس 4:
001 "مقدمه درس"
002 "اصول اولیه عملکرد"
003 "آرگومان های عملکردی"
004 "آرگومان های متغیر"
005 "recap درس"
05 درس 5:
001 "مقدمه درس"
002 "مقدمه کلاس ها"
003 "با استفاده از سازنده"
004 "روش های اضافه کردن"
005 "ارث کلاس"
006 "recap درس"
06 درس 6:
001 "مقدمه درس"
002 "ماژول های پایتون"
003 "کار با واردات"
004 "اسکریپت های پایتون"
005 "VirtualEnvs و وابستگی ها"
006 "recap درس"
07 درس 7:
001 "مقدمه درس"
002 "چرا آزمایش مهم است"
003 "کنوانسیون های آزمایش"
004 "آزمایش با Pytest"
005 "recap درس"
08 درس 8:
001 "مقدمه درس"
002 "با استفاده از ادعاهای ساده"
003 "کلاسهای آزمون نوشتن"
004 "چه موقع استفاده از کلاس"
005 "با استفاده از پارامتر کردن"
006 "recap درس"
09 درس 9:
001 "مقدمه درس"
002 "خروجی شکست"
003 "اشکال زدایی با PDB"
004 "سایر گزینه های دونده تست"
005 "وسایل Pytest"
006 "recap درس"
10 درس 10:
001 "مقدمه درس"
002 "مقدمه پاندا"
003 "بارگیری داده ها"
004 "نوشتن داده"
005 "تجزیه و تحلیل اکتشافی"
006 "recap درس"
11 درس 11:
001 "مقدمه درس"
002 "عملیات مشترک DataFrame"
003 "دستکاری متن"
004 "اعمال توابع"
005 "تجسم داده ها"
006 "recap درس"
12 درس 12:
001 "مقدمه درس"
002 "مقدمه آرایه ها"
003 "عملیات آرایه مشترک"
004 "عملیات آرایه بیشتر"
005 "recap درس"
13 درس 13:
001 "دوره recap"
Python Bootcamp for Data (2022)
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.
Data Science : اولین روز شما
Google Cloud Professional Cloud Architect Cert Prep: 5 Managing Implementation
AWS Certified Data Analytics – Specialty (DAS-C01) Cert Prep: 2 Storage and Data Management
Google Cloud Professional Machine Learning Engineer Cert Prep: 3 Designing Data Preparation and Processing Systems
چشم انداز یا دید کامپیوتری
کورس یادگیری ساخت خط لوله های دیتا
کورس کدنویسی AWS Lambda بوسیله Python Cloud9 and Boto3
پیکربندی MAC M1 VScode برای کدنوسی C# و AWS
کار با توابع Google Cloud
یادگیری مباحث Network and Content Delivery, Compute Storage در کلود AWS