آموزش ضروری آمار پایتون

مدرس Matt Harrison

انتشار 2023/08/17

مدت زمان 2h 39m

سطح مناسب همه

فایل تمرینی ندارد

آموزش Python Statistics Essential Training

حوزه آمار به طور فزاینده ای به تجزیه و تحلیل و تفسیر داده ها با استفاده از پایتون وابسته شده است. با ظهور کلان داده ها و علم داده، تقاضا برای متخصصانی که بتوانند به طور موثر داده ها را با استفاده از پایتون تجزیه و تحلیل و تفسیر کنند، افزایش یافته است. در این دوره، مت هریسون به شما یاد می دهد که چگونه با استفاده از ابزارهای قدرتمند زبان برنامه نویسی پایتون، داده ها را جمع آوری، پاکسازی، تجزیه و تحلیل و تجسم کنید. به مت بپیوندید تا تکنیک های مختلفی را که ستون فقرات آمار را تشکیل می دهند ارائه می دهد و به شما کمک می کند داده ها را با آمار خلاصه و تجسم درک کنید. او نحوه ایجاد مدل‌های پیش‌بینی را با استفاده از رگرسیون خطی و XGBoost توضیح می‌دهد و دوره را با نگاهی به آزمایش فرضیه به پایان می‌رساند. اگر علاقه مند به کاوش آمار با استفاده از رویکرد کد اول هستید، در این دوره آموزشی به Matt بپیوندید تا به شما نحوه استفاده از پایتون برای باز کردن قدرت داده ها را نشان دهد.

Python (Programming Language) Statistics

Introduction

Being a Python statistics MVP ()

What you should know ()

Using GitHub Codespaces with this course ()

1. Loading and Cleaning Data

Loading data ()

Strings and categories ()

Cleaning numbers ()

Shrinking numbers ()

Challenge: Clean Ames ()

Solution: Clean Ames ()

2. Exploring and Visualizing

Categorical exploration ()

Histograms and distributions ()

Outliers and Z-scores ()

Correlations ()

Scatter plots ()

Visualizing categorical and numerical values ()

Comparing two categoricals ()

Challenge: Explore Ames ()

Solution: Explore Ames ()

3. Linear Regressions

Linear regression ()

Interpreting linear regression models ()

Standardizing values ()

Regression with XGBoost ()

Challenge: Predict Ames ()

Solution: Predict Ames ()

4. Hypothesis Tests

Exploring data ()

Visualizing distributions ()

Running statistical tests ()

Testing for normality ()

Challenge: Checking square footage distributions ()

Solution: Checking square footage distributions ()

Conclusion

Next steps ()

دانلود فایل فشرده

با توجه به امکانات آموزش و همچنین امکانات بسته انتخاب شده لینک دانلود فایل فشرده آماده خواهد شد. با در نظر داشتن این شرایط لطفا بسته مورد نظر خود را انتخاب کرده و روی دکمه درخواست لینک دانلود کلیک کنید

در حال به روزرسانی اطلاعات

درخواست لینک دانلود

در حال به روزرسانی اطلاعات

لطفا قبل از فعالسازی لینک دانلود به موارد زیر توجه کنید:

پسورد فایل‌های فشرده است.
لینک‌های آماده شده تا 8 روز پس از فعالسازی منقضی خواهند شد.
حجم فایل‌ها تخمینی هستند.
در صورتی که لینک دانلود تا 15دقیقه پس از درخواست آماده نشد، از بخش پشتیبانی پیگیری نمایید.

مسیرهای یادگیری آموزش آموزش ضروری آمار پایتون

یکی از مهمترین مشکلات افرادی که از آموزش های آنلاین استفاده می‌ کنند این است به دلیل تعداد زیاد این آموزش ها، کاربر دچار سردرگمی شده و نمی داند از کدام آموزش بهتر است شروع کند و یا با کدام آموزش ها مهارت های خود را ارتقا دهد. داشتن یک برنامه آموزشی گام به گام میتواند کاربران را از این مشکلات رها کند. در واقع مسیرهای یادگیری مجموعه ای از آموزش ها هستند که به ترتیب اولویت در کنار هم قرار گرفته اند تا کاربران را از این سردرگمی ها نجات دهند. این مسیرها در موضوعات مختلفی دسته بندی شده‌اند که در زیر، لیستی از همه دسته بندی مسیرهایی که توسط سایت لیندا ارائه شده اند را می توانید مشاهده کنید.

آموزش Python Statistics Essential Training در 2 مسیر آموزشی قرار دارد. تخصص مورد نظر خود را انتخاب کنید، با مسیر یادگیری آن همراه شوید و حرفه ای شوید.

پایتون به سرعت به زبان برنامه نویسی پیشرو برای کسانی که در بخش علم داده و تجزیه و تحلیل هستند تبدیل شده است. مهارت‌های پایتون قابل سرمایه‌گذاری هستند و این مسیر یادگیری به شما کمک می‌کند به مجموعه مهارت‌ها و رزومه خود ارزش بیافزایید.

آموزش آموزش ضروری آمار پایتون ، ایستگاه شماره 1 در مسیر یادگیری استاد پایتون برای علم داده ، است.

مسیر یادگیری استاد پایتون برای علم داده

دانشمندان داده که به عنوان تحلیلگران داده به تمرکز شغلی جدید روی می آورند، این مسیر یادگیری را در انتقال مهارت های خود ارزشمند خواهند یافت. شما مهارت های موجود در زبان های برنامه نویسی مانند Python، SQL و R را خواهید آموخت و نحوه استفاده از آنها را در زمینه تحلیلی یاد خواهید گرفت. همچنین مهارت های قدرت را در برنامه های اصلی تجزیه و تحلیل مانند Tableau و Excel توسعه خواهید داد و در مهارت های تجسم داده ها پایه ای قوی کسب خواهید کرد.

آموزش آموزش ضروری آمار پایتون ، ایستگاه شماره 6 در مسیر یادگیری حرکت از دانشمند داده به تحلیلگر داده ، است.