دوره جامع کتابخانه پانداز

اطلاعات دوره


مدت زمان
03:47:23
تعداد ویدیو
14
تعداد نظرات
0


مبلغ دوره :

200,000 تومان
مزدک دال کوهی

مزدک دال کوهی


دانشجوی دکترا بایواینفورماتیک با پنج سال تجربه در زمینه دیتا به عنوان دیتا آنالیست، دیتا ساینتیست و مهندس یادگیری ماشین

مشاهده رزومه

سطح دوره: جامع
مبلغ دوره: 200,000 تومان
تاریخ درج: 1401/04/04
آخرین به روزرسانی: 1401/04/14
دسته بندی : هوش مصنوعی و دیتا ساینتس
نوع آموزش : نرم افزاری

دوره جامع کتابخانه پانداز

در این دوره کتابخانه پانداز با دید عملی توضیح داده شده است. سعی شده است با دسته بندی مناسب توابع و متد هایی که کار مشابهی انجام می دهند در یک دسته قرار گیرند تا دید مناسبی از موارد استفاده و پارامتر های هریک به دانشجو داده شود و پس از پایان دوره دانشجو توانایی استفاده ساده و ترکیبی آن ها را داشته باشد.

قسمت های دوره

  • 1

    ساخت دیتافریم ها (Create DataFrame)

    چگونه دیتافریم بسازیم؟ هدف این درس آموزش متد های لازم برای ساخت دیتافریم با پانداز است.
    00:26:13 ورود
  • 2

    02.استخراج اطلاعات کلی دیتافریم (Information)

    در این درس به متد ها و توابعی میپردازیم که دید کلی در موری دیتا به ما می دهند.
    00:19:17 ورود
  • 3

    03.عملیات ریاضی در پانداز (Arithmatic)

    در این بخش به متدها و توابعی می پردازیم که غملیات ریاضی را در دیتافریم انجام می دهند.
    00:37:15 ورود
  • 4

    04.ترکیب دو یا چند دیتافریم (Combining)

    در این بخش به متدها و توابعی می پردازیم که با آن ها میتوان دیتافریم های مختلف را ترکیب کرد.
    00:28:04 ورود
  • 5

    05.انتخاب سطر و ستون دلخواه (Selection)

    در این بخش به متدها و توابعی می پردازیم که برای انتخاب بخش خاصی از دیتافریم استفاده می شوند.
    00:19:45 ورود
  • 6

    06.ایندکس یا نمایه Indexing

    در این بخش به متدها و توابعی می پردازیم که با ایندکس های دیتافریم سر و کار دارند.
    00:10:33 ورود
  • 7

    07.ویرایش دیتافریم (Editing)

    در این بخش به متدها و توابعی می پردازیم که برای ویرایش دیتافریم کاربرد دارند.
    00:11:43 ورود
  • 8

    08.مقایسه دیتافریم (Compare.Check)

    در این بخش به متدها و توابعی می پردازیم که با آنها می توان دیتا فریم ها را مقایسه کرد.
    00:18:45 ورود
  • 9

    09.داده های نامعلوم یا میس شده (Missing)

    در این بخش به متدها و توابعی می پردازیم که در پردازش داده های میس شده به کار می روند.
    00:14:34 ورود
  • 10

    10.حذف و گروه بندی داده ها (Removing.Grouping)

    در این بخش به متدها و توابعی می پردازیم که برای گروهبندی رکورد ها یا حذف رکوردهای اضافی به کار می روند.
    00:09:27 ورود
  • 11

    11.حذف داده های تکراری (Duplicates)

    در این بخش به متدها و توابعی می پردازیم که برای کار بر روی رکورد های تکراری کاربرد دارند.
    00:08:08 ورود
  • 12

    12.تبدیل سطر به ستون یا ستون به سطر (pivot.melt)

    در این بخش به متدها و توابعی می پردازیم که هدفشان تغییر ساختار دیتافریم است.
    00:08:34 ورود
  • 13

    13.رسم نمودار در پانداز (Visualization)

    در این بخش به متدها و توابعی می پردازیم که برای نمایش دیتافریم ها کاربرد دارند.
    00:15:05 ورود
  • 14

    Material

    فایل های آموزشی و کد آموزشی پانداز
    00:00:00 ورود

نظرات

جهت درج نظر شما باید وارد حساب کاربری خود شوید.

دوره های مرتبط