دوره مقدماتی برنامه نویسی به زبان Python


عنوان دوره طول دوره زمان برگزاری تاریخ شروع دوره شهریه استاد وضعیت ثبت نام ثبت نام
دوره مقدماتی برنامه نویسی به زبان Python 9 جلسه 27 ساعت یکشنبه از ساعت 17:30 الی 20:30
یکشنبه ۲ دی ۱۳۹۷ 594,000 تومان دکتر علی صادقی عقیلی

سرفصل و محتوای دوره آموزش پایتون مقدماتی برای علوم داده


علوم داده مبحثی به نسبت جدید در علوم کامپیوتر است که به عنوان جذاب‌ترین شغل قرن بیست و یکم مطرح می شود. همچنین متخصصان این حوزه این را اینگونه تعریف می‌کنند:

کسانی که می‌دانند چگونه می‌توان از انبوه اطلاعات بدون ساختار پاسخ سوالهای کسب‌وکار را پیدا کرد. در واقع علوم داده رشته در حال ظهوری است که به جمع‌آوری، آماده‌سازی، تحلیل، بصری‌سازی، مدیریت و نگهداشت اطلاعات در حجم بالا می‌پردازد. متخصص علم داده دانشی کاربردی از داده‌ها و ابزارها دارد به علاوه درک تئوریکی دارد که مشخص می‌کند چه چیزی از نظر علمی ممکن است. در عین حال در حال حاضر زبان برنامه نویسی پایتون به سرعت دارد به یکی از محبوب ترین و پراستفاده ترین ابزارهای متن باز برای علم داده ها تبدیل می شود که بسیاری از سیستم های جامع آنالیز داده و تجزیه و تحلیل سیستم ها، بر اساس آن طرح ریزی و دنبال می شوند. پایتون به دلیل سادگی و کارایی فوق العاده در اولین انتخاب های برنامه نویسان و به خصوص پروژه های کلان قرار می گیرد . هسته مرکزی پایتون همراه با کتابخانه های مختلفی که هر روزه به صورت اکثریت رایگان در اختیار کاربران قرار می گیرند قدرت فوق العاده به کاربران در صنایع مختلف می دهد.


هدف دوره:
هدف از این دوره، آشنایی اولیه با کلیه قابلیت های زبان Python و نحوه به کارگیری این زبان برای رویکرد تحلیلی علوم داده است. در این دوره به ابزارها و مفاهیم مورد نیاز برای پردازش داده ها با Pandas برای خرد کردن داده، matplotlib برای تجسم داده و NumPy برای محاسبات عددی و غیره پرداخته خواهد شد.

پیش نیاز:

آشنایی با یک زبان برنامه نویسی 


سرفصل دوره پایتون مقدماتی برای علوم داده:

آموزش برنامه نویسی Python مقدماتی 
آشنایی با  Python
مبانی  Python
متغیرها و انواعشان
لیست در Python
Functionها در Python و استفاده از Package ها
پکیج  Numpy
پکیج  Matplotlib
کار با دیکشنری ها
پکیج  Pandas
شرط ها و حلقه ها(Loops and Conditions)
نوشتن تابع در Python
ورود و پاکسازی داده (Data Cleansing)
ورود از منابع اطلاعات مختلف از جمله فایل های CSN ,SAS ,MATLAB ,Data Base  Flat, Excel,
ورود اطلاعات از Internet ,API