وب سایت تخصصی شرکت فرین
دسته بندی دوره ها

کدنویسی NumPy, Pandas & Matplotlib برای یادگیری ماشینی

سرفصل های دوره

آموزش تحلیلگر داده: علوم داده ، پایتون ، Numpy ، پاندا ، پیش پردازش داده ها ، تجسم داده ها با پس زمینه ریاضی

عنوان اصلی : Complete NumPy, Pandas & Matplotlib for Machine Learning

سرفصل های دوره :

NumPy - تنظیمات:
وارد کردن NumPy
NumPy - مقدمه:
NumPy چیست
Array چیست
انواع آرایه
Dimension چیست
کاوش - ردیف قبل از ستون - چرا؟
NumPy - ایجاد آرایه:
ایجاد آرایه از Tuple
ایجاد یک آرایه بعدی صفر
جلوگیری از خطاهای "چند استدلال"
ایجاد آرایه 1 بعدی
ایجاد یک آرایه دو بعدی
ایجاد یک آرایه سه بعدی
NumPy - نوع داده:
شناخت نوع داده NumPy
اجبار کردن یک نوع داده از یک آرایه
NumPy - چالش‌ها و راه‌حل‌ها - ایجاد آرایه‌ها:
چالش ها
چالش ها - متن
راه حل چالش 1a
راه حل چالش 1b
راه حل چالش 1c
راه حل چالش 1d
راه حل چالش 1e
راه حل چالش 2a
راه حل چالش 2b
راه حل چالش 2c
راه حل چالش 2d
راه حل چالش 2e
راه حل چالش 2f
NumPy - ایجاد آرایه - (سایر):
آرایه صفر
آرایه های یکان
آرایه های خالی
نحوه استفاده از arange()
نحوه استفاده از ()linspace
نحوه استفاده از reshape()
NumPy - ویژگی های یک آرایه:
نحوه یافتن ویژگی های یک آرایه - (ndim، شکل، اندازه، نوع d، اندازه آیتم)
NumPy - چالش‌ها و راه‌حل‌ها - ایجاد آرایه‌ها (بیشتر):
چالش ها
چالش ها - متن
راه حل چالش 1a
راه حل چالش 1b
راه حل چالش 1c
راه حل چالش 2a
راه حل چالش 2b
راه حل چالش 2c
راه حل چالش 2d
راه حل چالش 2e
راه حل چالش 2f
راه حل چالش شماره 3
راه حل چالش شماره 4
NumPy - مرتب‌سازی و الحاق آرایه:
مرتب سازی آرایه
الحاق آرایه
NumPy - نمایه سازی و برش آرایه 1 بعدی:
درک نحوه عملکرد نمایه سازی و برش بر روی آرایه های 1 بعدی
NumPy - چالش ها و راه حل ها - فهرست بندی و برش آرایه 1 بعدی:
چالش ها
چالش ها - متن
راه حل چالش 1a
راه حل چالش 1b
راه حل چالش 1c
راه حل چالش 1d
راه حل چالش 1e
راه حل چالش 1f
راه حل چالش 1g
راه حل چالش 1 ساعت
راه حل چالش 1i
راه حل چالش 1j
راه حل چالش 1k
راه حل چالش 1l
راه حل چالش 1m
NumPy - ایجاد یک آرایه از آرایه موجود:
با کمتر از، بزرگتر یا مساوی
دو شرط
NumPy - چالش ها و راه حل ها - ایجاد یک آرایه از آرایه موجود:
چالش ها
چالش ها - متن
راه حل چالش شماره 1
راه حل چالش شماره 2
راه حل چالش شماره 3
راه حل چالش شماره 4
راه حل چالش شماره 5
NumPy - نمایه سازی و برش آرایه دو بعدی:
انتخاب عناصر آرایه دو بعدی
برش در آرایه دو بعدی
NumPy - چالش‌ها و راه‌حل‌ها - فهرست‌سازی و برش آرایه دوبعدی:
چالش ها
چالش ها - متن
راه حل چالش شماره 1
راه حل چالش شماره 2
راه حل چالش شماره 3
راه حل چالش شماره 4
راه حل چالش شماره 5
راه حل چالش شماره 6
راه حل چالش شماره 7
NumPy - نمایه سازی و برش سه بعدی:
برش یک آرایه سه بعدی
اطلاعات بیشتر در مورد برش
NumPy - چالش ها و راه حل ها - نمایه سازی و برش آرایه سه بعدی:
چالش ها
چالش ها - متن
راه حل چالش شماره 1
راه حل چالش شماره 2
راه حل چالش شماره 3
راه حل چالش شماره 4
راه حل چالش شماره 5
راه حل چالش شماره 6
راه حل چالش شماره 7
راه حل چالش شماره 8
راه حل چالش شماره 9
راه حل چالش شماره 10
راه حل چالش شماره 11
راه حل چالش شماره 12
راه حل چالش شماره 13
راه حل چالش شماره 14
راه حل چالش شماره 15
راه حل چالش شماره 16
راه حل چالش شماره 17
NumPy - خلاصه - انتخاب عنصر از هر آرایه n-D:
خلاصه انتخاب عنصر از هر آرایه بعدی
NumPy - Array Flatten and Ravel :
آشنایی با Array Flatten و Ravel
NumPy - Transpose:
درک انتقال آرایه
NumPy - معکوس:
آشنایی با نحوه معکوس کردن یک آرایه
درک نحوه معکوس کردن در امتداد یک محور
NumPy - آرایه منحصر به فرد:
ایجاد یک آرایه منحصر به فرد
نمایه سازی یک آرایه منحصر به فرد
NumPy - حداکثر، حداقل و مجموع یک آرایه:
حداقل، حداکثر و جمع
حداقل، حداکثر و جمع در امتداد یک محور
NumPy - Stacking:
Array Stacking
NumPy - تقسیم یک آرایه:
تقسیم آرایه
تقسیم آرایه بر روی یک ستون خاص
NumPy - کپی کردن یک آرایه:
با نحوه کپی کردن یک آرایه آشنا شوید
درک نحوه کپی کردن یک آرایه II
NumPy - عملگرهای آرایه:
آشنایی با عملگرهای آرایه
NumPy - حذف عناصر:
چگونه عنصر آرایه I را حذف کنیم
چگونه عنصر Array II را حذف کنیم
چالش و راه حل I
چالش و راه حل II
چالش و راه حل III
چالش و راه حل III - کد
خودتان را به چالش بکشید
راه حل - خود را به چالش بکشید
NumPy - افزودن و درج عناصر در یک آرایه:
نحوه الحاق و درج یک عنصر در یک آرایه
نحوه الحاق و درج عناصر در یک آرایه
NumPy - Newaxis:
درک نیواکسیس
NumPy - تابع مثلثاتی:
درک تابع مثلثاتی NumPy
درک تابع مثلثاتی NumPy
NumPy - آرایه جستجو:
آشنایی با نحوه جستجو در یک آرایه
NumPy - ضرب آرایه:
ضرب آرایه در یک عدد
درک dot()
چالش و راه حل
NumPy - Trace:
درک ردیابی
چالش و راه حل
NumPy - محصول بیرونی:
شناخت محصول بیرونی
چالش و راه حل
NumPy - محصول داخلی:
درک محصول داخلی
NumPy - Cross Product :
درک محصول متقابل
چالش و راه حل - I
چالش و راه حل - II
NumPy - محصول Kronecker:
شناخت محصول Kronecker
NumPy - تعیین کننده:
فهم دترمینان
چالش و راه حل - 2 در 2
چالش و راه حل - 3 در 3
NumPy - معکوس آرایه:
درک معکوس آرایه
چالش و راه حل
NumPy - شماره شرط:
درک شماره شرط
NumPy - ماژول فرعی تصادفی:
عدد تصادفی (عدد صحیح)
عدد تصادفی (شناور)
آرایه های تصادفی
انتخاب تصادفی
انتخاب با آرایه دو بعدی و سه بعدی
NumPy - Seed:
درک بذر تصادفی
بذر تصادفی با انتخاب()
NumPy - توزیع داده:
توزیع داده چیست؟
توزیع تصادفی چیست؟
آرایه 2 بعدی و 3 بعدی توزیع تصادفی
NumPy - تجسم داده ها:
NumPy در مقابل MatPlotLib در مقابل Seaborn
نصب MatPlotLib و Seaborn
چالش و راه حل 1
چالش و راه حل II
NumPy - توزیع و تجسم عادی:
توزیع نرمال چیست؟
تجسم توزیع عادی
NumPy - توزیع دو جمله ای:
توزیع دو جمله ای
تجسم داده های دو جمله ای
Pandas - Intro, Installation & DataFrame:
معرفی پانداها
نصب و واردات پانداها
Pandas DataFrame
منابع مورد استفاده برای پانداها:
مجموعه داده های شادی
مجموعه داده های فروش
پایگاه داده Northwind
مجموعه داده‌های شهرها
Pandas - Series :
شناخت سری پانداها
پاندا - برچسب:
آشنایی با برچسب پانداها
ایجاد سری از دیکشنری
Pandas - DataFrame:
مقدمه ای بر DataFrame در پانداها
محل
چالش و راه حل
پاندا - الحاق:
پانداها - درک Concat در پانداها
پانداها - درک Concat در پانداها - کد
پانداها - افزودن سلسله مراتب
پانداها - افزودن سلسله مراتب - کد
پانداها - برچسب Concat
پانداها - برچسب Concat - کد
پانداها - چالش و راه حل
پانداها - چالش و راه حل - کد
پانداها - ستون های Concat در اندازه های مختلف
پانداها - ستون های Concat در اندازه های مختلف - کد
پانداها - Concat در امتداد محور
پانداها - Concat در امتداد محور - کد
پاندا - ادغام:
پانداها - درک ادغام
پانداها - درک ادغام - کد
پانداها - ادغام DataFrame با اندازه های مختلف
پانداها - ادغام DataFrame با اندازه های مختلف - کد
پانداها - داخلی، بیرونی، چپ و راست بپیوندید
پانداها - پیوستن داخلی، خارجی، چپ و راست - کد
پانداها - پسوند ادغام
پانداها - پسوند ادغام - کد
پاندا - بارگیری CSV:
CSV را در پانداها بارگیری کنید
پاندا - مجموع و آمار (حداقل، حداکثر، جمع، میانگین، میانه، حالت، خلاصه):
پاندا - حداقل و حداکثر
پانداها - حداقل و حداکثر - سنگاپور
پانداها - میانگین، میانه و حالت
پانداها - میانگین، میانه و حالت - مکزیک
پانداها - مجموع
چالش و راه حل
پانداها - خلاصه آماری
پانداها - شمارش
پاندا - JSON:
پانداها - بارگیری JSON
پانداها - چالشs & Solutions:
1 - چالش و راه حل پانداها - واردات
2 - چالش و راه حل پانداها - بازرسی مجموعه داده ها - شکل، نوع داده و ستون
3 - چالش و راه حل - رد شدن از ردیف ها در خواندن فایل CSV
3 - چالش و راه حل - رد شدن از ردیف ها در خواندن فایل CSV - کد
4 - چالش و راه‌حل - رد شدن از ردیف‌ها و حفظ سرصفحه
4 - چالش و راه‌حل - رد شدن از ردیف‌ها نگه داشتن سرصفحه - کد
5 - چالش و راه حل - CSV را بدون سربرگ بخوانید
5 - چالش و راه حل - CSV را بدون سربرگ بخوانید - کد
6 - چالش و راه حل - زیر مجموعه ستون
6 - چالش و راه حل - زیر مجموعه ستون - کد
7 - چالش و راه حل - چند ردیف
7 - چالش و راه حل - چند ردیف - کد
8 - چالش و راه حل - چند ردیف، چند ستون
8 - چالش و راه حل - چند ردیف، چند ستون - کد
9 - چالش و راه حل - زمان واردات
9 - چالش و راه حل - زمان وارد کردن - کد
10 - چالش و راه حل - تغییر نوع داده
10 - چالش و راه حل - تغییر نوع داده - کد
پانداها - چالش ها و راه حل ها:
پانداها - خلاصه مجموعه داده ها
پانداها - خلاصه مجموعه داده ها - کد
پانداها - زیر مجموعه ستون
پانداها - زیر مجموعه ستون - کد
پانداها - تعداد کل ستون ها و ردیف ها
پانداها - تعداد کل ستونها و ردیفها - کد
پانداها - ده ردیف آخر
پانداها - ده ردیف آخر - کد
پانداها - چالش ها و راه حل ها:
پاندا - تفاوت بین Loc و iloc - بیشتر
پانداها - تفاوت بین سر و دم
پانداها - تفاوت بین سر و دم - کد
پانداها - استفاده از Head، Loc و iLoc برای دستیابی به نتیجه مشابه
پانداها - استفاده از Head، Loc و iLoc برای دستیابی به نتیجه یکسان - کد
پانداها - استفاده از دم، loc و iloc برای آخرین ردیف
پانداها - استفاده از دم، loc و iloc برای آخرین ردیف - کد
پانداها - چالش ها و راه حل ها:
پاندا - iloc & loc
پانداها - کد iloc و loc
پانداها - بدون استفاده از Tail یا iLoc آخرین ردیف را دریافت کنید
پانداها - بدون استفاده از دم یا iLoc دریافت آخرین ردیف - کد
پانداها - استفاده از محدوده
پانداها - استفاده از محدوده - کد
پانداها - یکی دیگر از ترفندهای انتخاب
پانداها - یکی دیگر از ترفندهای انتخاب - کد
پانداها - چالش ها و راه حل ها:
پاندا - ستون های حتی
پانداها - ستون های زوج - کد
پانداها - ستون های حتی بدون استفاده از محدوده
پانداها - ستون های حتی بدون استفاده از محدوده - کد
پانداها - ردیف خاص
پانداها - ردیف خاص - کد
پانداها - ستون
پانداها - ستون - کد
پانداها - فیلتر کردن بیشتر از
پانداها - فیلتر بیشتر از - کد
پانداها - بیشتر از ردیف های کمتر فیلتر می شوند
پانداها - فیلتر کردن بیشتر از ردیف های کمتر - کد
پانداها - چالش ها و راه حل ها:
پانداها - بزرگترین
پانداها - بزرگترین - کد
پانداها - کوچکترین
پانداها - nsmallest - کد
پانداها - مرتب سازی_مقادیر صعودی
پانداها - مرتب سازی_مقادیر صعودی - کد
پانداها - Sort_Values ​​for Smallest
پانداها - Sort_Values ​​for Smallest - کد
پانداها - انتخاب محدوده ای از مقادیر
پانداها - انتخاب محدوده ای از مقادیر - کد
پانداها - سطرهای تصادفی را برگردانید
پانداها - سطرهای تصادفی برگرداندن - کد
پانداها - چالش ها و راه حل ها:
پاندا - بازنشانی فهرست
پانداها - بازنشانی فهرست - کد
پانداها - بزرگتر از 0.1
پانداها - بزرگتر از 0.1 - کد
پانداها - انتخاب با ستون ها و ردیف های داده شده
پانداها - انتخاب با ستون ها و ردیف های داده شده - کد
پانداها - انتخاب داده ها با Loc & Slicing
پانداها - انتخاب داده با Loc & Slicing - کد
پانداها - راه های بسیاری برای بازیابی ستون
پانداها - روشهای بسیاری برای بازیابی ستون - کد
پانداها - داده های مربوط به سنگاپور را انتخاب کنید
پانداها - داده های مربوط به سنگاپور را انتخاب کنید - کد
پانداها - سال‌های بعد از 2019 را انتخاب کنید
پانداها - انتخاب سال‌های پس از 2019 - کد
پانداها - سخاوت بین دو ارزش
پانداها - سخاوت بین دو مقدار - کد
پانداها - امید به زندگی زیر 40 سال
پانداها - امید به زندگی زیر 40 - کد
پانداها - استفاده از ستون ها برای تنظیم شرایط
پانداها - استفاده از ستون ها برای تنظیم شرایط - کد
پانداها - زیمبابوه و سنگاپور
پانداها - زیمبابوه و سنگاپور - کد
پاندا - پاکسازی داده ها:
مقدمه
پانداها - بررسی NaN
پانداها - بررسی NaN - کد
پانداها - حذف NaN
پانداها - حذف NaN - کد
پانداها - حذف NaN II
پانداها - جایگزینی NaN با یک مقدار
پانداها - جایگزینی NaN با یک مقدار - کد
پانداها - جایگزینی NaN در یک ستون
پانداها - جایگزینی NaN در یک ستون - کد
پانداها - جایگزینی NaN با میانگین، حالت و میانه
پانداها - پاکسازی داده ها - فروش
پانداها - پاکسازی داده ها - فروش - کد
پاندا - GroupBy:
پانداها - معرفی GroupBy
پانداها - معرفی GroupBy - کد
پانداها - چالش و راه حل GroupBy
پانداها - چالش و راه حل GroupBy- کد
پاندا با SQL:
نصب، اتصال و واردات - کد
وارد کردن ستون های کمتر از SQL به پانداها
وارد کردن ستون‌های کمتر از SQL به پانداها - کد
پرس و جو از پایگاه داده SQL از Pandas - Code
ایجاد جدول در SQL از پانداها
ایجاد جدول در SQL از Pandas - Code روش
read_sql() - روش دو در یک
متد ()read_sql - روش دو در یک - کد
پاندا با اکسل:
پانداها - وارد کردن فایل اکسل
پانداها - وارد کردن فایل اکسل - کد
پانداها - پاک کردن مجموعه داده های اکسل هنگام وارد کردن
پانداها - پاک کردن مجموعه داده های اکسل هنگام وارد کردن - کد
پانداها - ذخیره یک فایل اکسل
پانداها - ذخیره یک فایل اکسل - کد
پانداها _ فایل اکسل را بدون فهرست ذخیره کنید
Pandas _ ذخیره فایل اکسل بدون فهرست - کد
پانداها - جابجایی برگه اکسل
پانداها - جابجایی برگه اکسل - کد
Matplotlib - مقدمه:
Matplotlib - Matplotlib چیست
Matplotlib - نصب
Matplotlib - Plot :
Matplotlib - درک طرح
Matplotlib - درک طرح
Matplotlib - نقطه، x، مربع
Matplotlib - نقطه، x، مربع - کد
Matplotlib - ترسیم چندین نقطه
Matplotlib - ترسیم چندین نقطه - کد
Matplotlib - ترسیم بدون محور x
Matplotlib - ترسیم بدون محور x - کد
Matplotlib - نشانگرها:
Matplotlib - درک نشانگرها
Matplotlib - قالب بندی رشته
Matplotlib - اندازه نشانگر
Matplotlib - رنگ نشانگر
Matplotlib - طیف رنگهای نشانگر
Matplotlib - Line:
Matplotlib - Line Style
Matplotlib - رنگهای خط
Matplotlib - عرض خط
Matplotlib - چند خط
Matplotlib - چند خط بیشتر
Matplotlib - شکل:
Matplotlib - درک شکل
Matplotlib - برچسب و عنوان:
Matplotlib - Loc
Matplotlib - برچسب
Matplotlib - عنوان
Matplotlib - خواص فونت
Matplotlib - Legend:
Matplotlib - Understanding Legend
Matplotlib - Understanding Legend - بیشتر
Matplotlib - تغییر موقعیت افسانه
Matplotlib - Legend Outside
Matplotlib - Grid:
Matplotlib - درک گرید
Matplotlib - ویژگی های شبکه
Matplotlib - SubPlot :
Matplotlib - درک طرح فرعی
Matplotlib - درک طرح فرعی - بیشتر
Matplotlib - عنوان طرح فرعی و عنوان Super
Matplotlib - Scatter Plot:
Matplotlib - درک طرح پراکندگی
Matplotlib - Scatter Plot - Color Dots
Matplotlib - Scatter Plot - Size of Dots
Matplotlib - Scatter Plot - Size of Dots - Code
Matplotlib - طرح پراکندگی - نقشه رنگی
Matplotlib - Scatter Plot - Color Map - Code
Matplotlib - Scatter Plot - Alpha
Matplotlib - Scatter Plot - Groups
Matplotlib - Scatter Plot - Groups - Code
Matplotlib - طرح پراکندگی - 20 دایره تصادفی
Matplotlib - Pie :
Matplotlib - مقدمه ای بر نمودار پای
Matplotlib - Pie - Label
Matplotlib - Pie - Legend
Matplotlib - Pie - Legend | عنوان
Matplotlib - سایه برای ویجت
Matplotlib - پای - رنگ
Matplotlib - Bar :
Matplotlib - درک نمودار میله ای
Matplotlib - Bar - افزایش و کاهش اندازه قلم
Matplotlib - نوار - افزایش و کاهش اندازه قلم - کد
Matplotlib - نوار - تغییر رنگ نوار خاص
Matplotlib - نوار - تغییر رنگ نوار خاص - کد
Matplotlib - 3D :
Matplotlib - 3D - مقدمه
Matplotlib - 3D - Introduction - Code
Matplotlib - 3D with Scatter Plot
Matplotlib - 3D with Scatter Plot - Code
Matplotlib - ترسیم مثلثاتی:
درک ترسیم مثلثاتی (Sin، Cos و Tan)
درک ترسیم مثلثاتی (Sin، Cos و Tan) - کد
Matplotlib - چالش‌ها و راه‌حل‌ها - خطوط:
چالش و راه حل - 1
چالش و راه حل - 1 - کد
چالش و راه حل - 2
چالش و راه حل - 2 - کد
چالش و راه حل - 3
چالش و راه حل - 3 - کد
چالش و راه حل - 4
چالش و راه حل - 4 - کد
چالش و راه حل - 5
چالش و راه حل - 5 - کد
چالش و راه حل - 6
چالش و راه حل - 6- کد
Matplotlib - چالش و راه حل - شکل:
چالش و راه حل
چالش و راه حل - کد
Matplotlib - چالش و راه حل - طرح فرعی:
چالش و راه حل
چالش و راه حل - کد
Matplotlib - چالش‌ها و راه‌حل‌ها - نمودار نواری:
چالش و راه حل - 1
چالش و راه حل - 1 - کد
چالش و راه حل - 2
چالش و راه حل - 2 - کد
چالش و راه حل - 3
چالش وراه حل - 3 - کد
چالش و راه حل - 4
چالش و راه حل - 4 - کد
Matplotlib - چالش ها و راه حل ها - نمودار دایره ای:
چالش و راه حل - 1
چالش و راه حل - 1 - کد
چالش و راه حل - 2
چالش و راه حل - 2 - کد
چالش و راه حل - 3
چالش و راه حل - 3 - کد
Matplotlib - چالش و راه حل - 3D :
چالش و راه حل
چالش و راه حل - کد
Matplotlib - چالش‌ها و راه‌حل‌های بیشتر:
چالش و راه حل - 1
چالش و راه حل - 1 - کد
چالش و راه حل - 2
چالش و راه حل - 2 - کد
دوره پیشنهادی:
ریاضیات، احتمالات و آمار برای یادگیری ماشینی
بخش پاداش:
لطفاً دوره های دیگر من را بررسی کنید

نمایش سرفصل های انگلیسی

Complete NumPy, Pandas & Matplotlib for Machine Learning

45,900 تومان
بیش از یک محصول به صورت دانلودی میخواهید؟ محصول را به سبد خرید اضافه کنید.
خرید دانلودی فوری

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.

ایمیل شما:
تولید کننده:
شناسه: 33765
حجم: 4404 مگابایت
مدت زمان: 695 دقیقه
تعداد دیسک: 2 عدد
زیرنویس انگلیسی: دارد
زبان: انگلیسی ساده و روان
تاریخ انتشار: 19 شهریور 1401
کدنویسی NumPy, Pandas & Matplotlib برای یادگیری ماشینی
کدنویسی NumPy, Pandas & Matplotlib برای یادگیری ماشینی 1
کدنویسی NumPy, Pandas & Matplotlib برای یادگیری ماشینی 2
کدنویسی NumPy, Pandas & Matplotlib برای یادگیری ماشینی 3
کدنویسی NumPy, Pandas & Matplotlib برای یادگیری ماشینی 4
کدنویسی NumPy, Pandas & Matplotlib برای یادگیری ماشینی 5
کدنویسی NumPy, Pandas & Matplotlib برای یادگیری ماشینی 6
طراحی سایت و خدمات سئو

45,900 تومان
افزودن به سبد خرید