%40 تخفیف  برای خرید  مسیرهای یادگیری

logo mix

آموزش مبانی علم داده: پشته علمی پایتون (با زیرنویس فارسی AI)
Data Science Foundations: Python Scientific Stack
از پرفروش‌های چند ماه اخیر
کد محصول: FL8764-3084641
لیندا _ آموزش مبانی علم داده: پشته علمی پایتون (با زیرنویس فارسی AI) - Lynda _ Data Science Foundations: Python Scientific Stack
سطح متوسـط
زیرنویس انگلیسی
زیرنویس فارسی AI
95,000 تومان
اضافه به سبد خرید add_shopping_cart
تولید کننده محتوا
Lynda.com (Linkedin Learning)
تولید کننده زیرنویس فارسی
فارسی لینـدا FarsiLynda.com
مدرس
Miki Tebeka - ميکی تبکا
تاریخ انتشار
1401/8/18
2022-11-09
سطح آموزش
متوسط
زبان آموزش
انگلیسی
زیرنویس
فارسی و انگلیسی
نوع زیرنویس فارسی
ترجمه شده توسط هوش مصنوعی (AI)
مدت زمان آموزش
2ساعت و 25دقیقه
تعداد ویدیو‌ها
66 ویدیو
حجم فایل‌ها
562 مگابایت (دانلود با تعرفه داخلی)
زمان تقریبی دانلود فایل‌ها
9 دقیقه (با سرعت اینترنت 1 مگابایت در ثانیه)
تعداد بازدید : 2556
درباره تولید کننده

lynda1

 

Lynda Weinman

بسیاری لیندا واینمن را "مادر آموزش اینترنتی" لقب داده اند. وی که هم اکنون (2016) ۶۰ سال سن دارد در ۱۹۹۵ سایتی را راه اندازی کرد که به عنوان منبعی رایگان برای دانش آموزان محسوب می شد. طی آن دوران لیندا به صورت خودآموز در حال یادگیری طراحی وب بود و تلاش داشت تا آموخته هایش را با سایرین نیز به اشتراک بگذارد. هر چند این روزها مسئله یاد شده امری عادی به حساب می آید اما در اواسط دهه نود -روزگاری که هنوز یوتیوبی نبود- یادگیری طراحی وب به صورت خودجوش چندان مسئله رایجی محسوب نمی گشت.

اشتیاق آن روزهای لیندا در یادگیری ، حالا به لطف وب سایت و سرویسی هایی همانند آنچه خود او راه اندازی کرده به میلیون ها نفر دیگر در سراسر دنیا نیز سرایت نموده و آنها می توانند با اندک هزینه ای و در هر جا و مکانی آنچه که دوست دارند را فرا بگیرند.
ناگفته نماند که پیدا کردن مسیر صحیح کسب و کار، حتی برای لیندا واینمن نیز بدون فراز و نشیب نبوده و وی هم مانند هر فرد موفق دیگری در راه رسیدن به پیروزی پستی و بلندی های بسیاری را از سر گذرانده.

درک نیازی که هیچکس به آن پاسخ نداده بود

وقتی در سال ۱۹۹۳ واینمن طراحی وب را اندک اندک فرا گرفته و قصد آموزش دادن آن را پیدا کرد، ابتدا به کتاب فروشی مراجع نمود و سعی کرد کتابی را به عنوان مرجع انتخاب و از روی آن به دانش آموزان خود درس بدهد. اما وی متوجه شد کتاب فروشی ها و کتابخانه ها تنها راهنماهایی بسیار فنی و پیچیده را ارائه می نمایند که درک شان برای افراد معمولی و با دانش متوسط تقریباً غیر ممکن محسوب می شود.

لیندا واینمن میگوید: به یاد می آورم که با خود فکر کردم شاید چنین کتابی هنوز وجود ندارد. بلافاصله از کتاب فروشی به خانه رفتم و ایده ی اولیه نوشتن آن را پیاده سازی کردم.

کمی بعد کتاب "طراحی گرافیک های تحت وب" که به باور بسیاری اولین کتاب ساده و قابل درک توسط عموم در رابطه با حرفه طراحی وب بود، توسط افراد بسیاری در سراسر دنیا به عنوان یک مرجع غیر فنی مورد استفاده قرار می گرفت و محبوبیتی غیر قابل باور به دست آورده بود.

درست در همان زمان و در سال ۱۹۹۵ واینمن آدرس ایمیل فردی را مشاهده نمود که به صورت debbie@debbie.com بود و مشتاق شد بداند آیا دامنه ی لیندا نیز برای ثبت کردن در دسترس قرار دارد یا خیر. وی این دامنه را خریداری و وبسایتی تحت آن راه انداخت تا از طریقش بتواند با دانش آموزان و همچنین خوانندگان کتاب خود ارتباط برقرار نماید.

lynda2

شروعی کوچک و توسعه ای آهسته و پیوسته

بعد از موفقیت کتاب واینمن همسر او، بروس هون (Bruce Heavin)، که در اصل موسس کمپانی لیندا نیز محسوب می شود، پیشنهاد داد در طول تعطیلات بهاره یکی از سالن های کامپیوتر دانشگاهی را اجاره نموده و در آن به مدت یک هفته دوره آموزش طراحی وب برگزار نمایند.
آنها این ایده را عملی کردند و سپس به منظور جذب افراد علاقه مند بنر تبلیغاتی را روی سایت لیندا قرار دادند. نه تنها ظرفیت کلاس یاد شده بسیار سریع پر گشت، بلکه افراد از گوشه و کنار دنیا و حتی مثلاً شهر وین برای حضور در آن ثبت نام نمودند.

اینکه تنها یک بنر در سایت خود قرار دهیم و سپس مردم از سراسر دنیا برای حضور در کلاس مان ثبت نام نمایند، باعث شده بود تا شوکه شویم.
آن کارگاه های یک هفته ای بسیار زود باعث شدند تا کسب و کار امروزی لیندا و همسرش پایه گذاری گردد. واینمن از درآمد حق امتیاز کتاب خود با ارزش ۲۰ هزار دلار استفاده کرد و مدرسه طراحی وبی را راه اندازی نمود که دوره هایش در هر ماه به سرعت پیش فروش شده و ظرفیت شان تکمیل می گشت. لیندا می گوید: "مشتریان زیادی وجود داشتند که مجبور بودیم به آنها نه بگوییم، زیرا ظرفیتی برای پذیرش شان وجود نداشت".

اوج گیری پس از بحران

کسب و کار لیندا پس از چند سال توانست ۳۵ فرصت شغلی را ایجاد و درآمدی ۳.۵ میلیون دلاری را فراهم کند. اما در سال ۲۰۰۱ و پس از انفجار حباب دات کام و حوادث مرتبط به یازده سپتامبر، تمایل افراد به یادگیری دروس طراحی وب کاهشی عجیب پیدا کرد، تا جایی که واینمن و همسرش در ادامه دادن مسیر مردد شده بودند.

کمپانی آنها دچار بحرانی جدی گشت، واینمن و هون ۷۵ درصد کارمندان خود را اخراج کردند و تنها ۹ نفر در استخدام شان باقی ماند. دفتر و مقر برگزاری دوره های لیندا نیز کوچک تر گشت و سعی را بر این گذاشتند تا واحد هایی با قیمت ارزان تر اجاره نمایند.

روز های سیاهی بود و حتی خودم تردید داشتم که می توانیم این کسب و کار را ادامه دهیم یا خیر.

خود واینمن در مورد آن ایام می گوید: "همه در حال نبرد برای بقا بودند و سعی می کردند سر خود را بالای آب نگه دارند. ما نیز وضعیتی مشابه را تجربه می کردیم و در نهایت درست همین زمان بود که تصمیم گرفتیم خدمات خود را به صورت کاملاً آنلاین ارائه نماییم."

روزگاری که ایده یاد شده شکل گرفت و سپس عملی گشت (ارائه خدمات به صورت آنلاین) تماشای فیلم بر روی کامپیوترها تازه در حال رواج یافتن بود. لیندا دات کام تصمیم گرفت در ازای سرویسی که ارائه می کند هزینه حق اشتراکی ۲۵ دلاری را به صورت ماهیانه دریافت نماید.

افراد اندکی از این راهکار استقبال کردند. واینمن می گوید: "درآمد مان به شدت افت کرده بود. روز های سیاهی بود و حتی خودم تردید داشتم که می توانیم این کسب و کار را ادامه دهیم یا خیر."

با تنها ۱۰۰۰ نفر پرداخت کننده حق اشتراک ماهیانه، بقای کمپانی به نظر بسیار سخت می رسید. ایجاد یک جامعه ی آنلاین زمان بر است و لیندا به خود امید می داد که آنها مسیر شان را عوض نکرده اند بلکه راهی تازه را شروع نموده اند پس باید صبر پیشه کنند. او توضیح می دهد که "همه چیز بسیار آهسته پیش رفت. ولی کم کم پرداخت حق اشتراک ماهیانه آنلاین رواج پیدا کرد و مقدار آن هر ساله چندین برابر شد".

در ۲۰۰۶ تعداد مشترکین به ۱۰۰.۰۰۰ نفر رسید و واینمن و همسرش ۱۵۰ کارمند خود را به همراه خانواده هایشان به دیزنی لند بردند تا موفقیت بزرگی که رقم خورده بود را جشن بگیرند.

lynda4

ایجاد فرهنگ سازمانی مناسب در زمان رشد

اینکه اعضا و کارمندان شرکت همانند یک خانواده با یکدیگر در تعامل باشند همواره برای لیندا حائز اهمیت بوده و او حتی همیشه تلاش داشته تا افراد تحت استخدام خود را با اسم کوچک بشناسد و صدا بزند. ولی رشد سریع کمپانی و رسیدن تعداد کارمندان به عدد ۵۰۰، رفته رفته چالش هایی تازه را پدید می آورد و سبب می گردد واینمن در ایده آل های خود بازنگری نماید.

وی می گوید: "چالش اصلی بر سر تعیین سمت و مقام افراد بود. اینکه با هر کس چه برخوردی باید صورت بگیرد. همه ی کسانی که رشدی سریع را در شرکت خود تجربه کرده اند می دانند که ایجاد سلسله مراتب تا چه حد اهمیت دارد."

در ۲۰۰۷ تصمیم بر این شد تا یک مدیرعامل جهت اداره ی بهتر مجموعه به آن اضافه گردد. به گفته ی خود لیندا "درست در همان زمان بود که او تصمیم گرفت در رفتارها و برخوردهای خود سیاست بیشتری داشته و بروکراتیک تر عمل نماید".

ایجاد فرهنگ سازمانی برای شرکتی با بیش از ۵۰۰ کارمند کاری بسیار دشوار خواهد بود ولی حتی آنچه از این مسئله نیز دشوارتر به حساب می آید پایه ریزی درست و مطابقت دادن افراد با فرهنگ یاد شده است. اینکار در زمانی که یک شرکت نوپا و کوچک محسوب می شود چندان سخت نیست و شاید ضروری هم نباشد ولی با رشد آن صورت پذیرفتنش الزام می یابد.

 پیش به سوی موفقیت

مدتی است که بسیاری تصور می کنند دوره های آموزش ویدئویی می توانند آینده آموزش به حساب بیایند.

در طی سال های اخیر کمپانی واینمن توسط افراد گوناگونی که در حرفه ی خود بهترین هستند دوره های آنلاین متعددی را ایجاد نموده و سعی کرده نشان دهد این دوره های آنلاین راه و روش یادگیری را برای همیشه متحول کرده اند.

لیندا دات کام قالبی معین و کارآمد را برای دوره های آموزشی اش پدید آورده و سپس کوشش کرده تا از نظر موضوعی نیز در بین مطالب مورد تدریس خود تنوع ایجاد نماید. روزگاری در وب سایت مورد بحث تنها ۲۰ دوره آموزش ویدئویی آنلاین وجود داشت، اما اکنون این رقم به ۶۳۰۰ رسیده که شامل ۲۶۷.۰۰۰ ویدئوی آموزشی می گردد.

ارائه ی کتابخانه ای ویدئویی به جای اینکه از افراد درخواست شود تا در دوره هایی مشخص با روال معمول و پیوسته شرکت نمایند، عاملی بوده که سبب گشته شیوه ی آموزشی لیندا دات کام نسبت به سایرین کاملاً متفاوت گردد.

واینمن می گوید: "مدتی است که بسیاری تصور می کنند دوره های آموزش ویدئویی می توانند آینده آموزش به حساب بیایند. ما به خاطر همین تفاوت مان مورد توجه قرار داشته و تحت نظر سایرین هستیم".

lynda6

فروش به لینکدین Linked in

من به شخصه بر روی اثری که از همکاری دو کمپانی با یکدیگر پدید می آید متمرکز هستم.

واینمن زمانی که متوجه می شود لینکدین قصد خرید کمپانی اش را دارد، در ابتدا شوکه می گردد. او و همسرش هرگز به دنبال فروش شرکت خود و یافتن مشتری برای آن نبوده اند و البته در سن ۶۰ سالگی وی هنوز هم احساس می نموده که برای بازنشستگی بسیار زود است.

اما رفته رفته به این نتیجه می رسند که این فروش و ادغام دو کمپانی با یکدیگر احتمالاً امری منطقی و موثر خواهد بود. هر دو شرکت به نوعی تلاش داشته اند به افراد کمک کنند تا وضعیت شغلی خود را بهبود بخشند و احتمالاً در کنار یکدیگر بسیار بهتر از گذشته می توانند این هدف را محقق کنند.

واینمن می گوید: "بسیاری از مردم بر روی رقم معامله صورت پذیرفته تمرکز دارند و شاید این مسئله برای افرادی که با صنعت ما آشنا نیستند یک شگفتی محسوب شود. ولی خود من به شخصه بر روی اثری که از همکاری دو کمپانی با یکدیگر پدید می آید متمرکز هستم و اولین چیزی که در رابطه با این موضوع به ذهنم می رسد، میزان بزرگی این اثرگذاری است."

به نظر می آید حتی لیندا واینمن هم از موفقیت خودش شگفت زده است و تصور چنین روزی را نداشته. بر خلاف بسیاری از بنیانگذاران کمپانی ها مهم تکنولوژیک امروزی ، وی با هدف کسب درآمد های کلان شروع به کار نکرده و قصد اولیه اش هرگز ایجاد کمپانی نبوده که توسط لینکدین به ارزش ۱.۵ میلیارد دلار خریداری شد. او تنها سعی داشته آنچه که برای خودش جذاب بوده، یعنی طراحی وب را به سایرین نیز بیاموزد.

واینمن که بر حسب اتفاق بدل به یک معلم گشته، می گوید: "من نه چندان گنگ بودم و نه به آن صورت خوره ی دنیای تکنولوژی. افراد زیادی پیش من می آمدند و می پرسیدند چگونه این کار را انجام می دهی؟ یا چگونه آن کار را انجام می دهی؟ هرگز با خودم فکر نکرده بودم به اشتراک گذاشتن دانش در رابطه با آنچه که برایت جالب است، در واقع همان تدریس کردن محسوب می شود."

در حالکیه لیندا اعتقاد دارد تنها در زمان و مکان مناسبی حضور داشته، سخت است بدل شدن یک دامنه ی ۳۵ دلاری به کسب و کاری ۱.۵ میلیارد دلاری را حاصل یک اتفاق بدانیم.

فارسی لیندا

به مربی Miki Tebeka بپیوندید که در پشته علمی پایتون شیرجه می‌زند و به شما نشان می‌دهد چگونه از آن برای حل مشکلات استفاده کنید. او بسته‌های اصلی مورد استفاده در فرآیند علم داده را پوشش می‌دهد: numpy، pandas، matplotlib، scikit-learn، و موارد دیگر. او همچنین شما را از طریق نحوه بارگیری داده‌ها، تجزیه و تحلیل داده‌ها، اجرای مدل‌ها و نمایش نتایج راهنمایی می‌کند.
این دوره با GitHub Codespaces، یک محیط توسعه‌دهنده ابر فوری که تمام عملکردهای IDE مورد علاقه شما را بدون نیاز به نیاز به هر راه اندازی ماشین محلی با GitHub Codespaces، می‌توانید در هر زمان و در هر زمانی از هر ماشینی تمرین عملی داشته باشید، در حالی که از ابزاری استفاده می‌کنید که احتمالاً در محل کار با آن مواجه خواهید شد. برای یادگیری نحوه شروع، ویدیوی «استفاده از فضاهای کد GitHub با این دوره» را بررسی کنید.

سطح آموزشی
خرید آنلاین و دانلود فوری
به همراه فایلهای تمرین
ویدئوهای آموزشی با زیرنویس
ویدئوهای آموزشی با زیرنویس فارسی
کیفیت HD ویدئوهای آموزشی
قابل استفاده برای ناشنوایان
 
 
 

نمونه ویدیوی آموزشی ( زیرنویس‌ها جدا از ویدیو است و میتوانید آنرا نمایش ندهید ) :

 

[FARSI]

01 مقدمه
01-01 پشته علمی پایتون
01-02 آنچه باید بدانید
01-03 استفاده از کدهای GitHub با این دوره
01-04 راه اندازی

02 کد ویژوال استودیو
02-01 از سلول های کد استفاده کنید
02-02 برنامه های افزودنی برای زبان پایتون
02-03 سلول های نشانه گذاری را درک کنید

03 مبانی NumPy
نمای کلی NumPy 03-01
03-02 آرایه های NumPy
03-03 برش
03-04 نمایه سازی بولی را بیاموزید
03-05 پخش را درک کنید
03-06 عملیات آرایه را درک کنید
03-07 Ufuncs را درک کنید
03-08 چالش: کار با یک تصویر
03-09 راه حل: کار با یک تصویر

04 پاندا
04-01 مروری بر پانداها
04-02 در حال بارگیری فایل های CSV
04-03 زمان تجزیه
04-04 به سطرها و ستون ها دسترسی داشته باشید
04-05 محاسبه فاصله
04-06 نمایش نمودار جعبه سرعت
04-07 چالش: داده تاکسی میانگین سرعت
04-08 راه حل: داده تاکسی میانگین سرعت

05 فولیوم و داده های مکانی
05-01 یک نقشه اولیه ایجاد کنید
05-02 یک مسیر روی نقشه بکشید
05-03 استفاده از داده های مکانی با شکل
05-04 چالش: مسیر دویدن را رسم کنید
05-05 راه حل: مسیر دویدن را رسم کنید

06 داده تاکسی نیویورک
06-01 داده ها را بررسی کنید
06-02 داده ها را از فایل های CSV بارگیری کنید
06-03 کار با داده های طبقه بندی شده
06-04 کار با داده ها: سفرهای ساعتی
06-05 کار با داده: سواری در ساعت
06-06 کار با داده ها: داده های آب و هوا
06-07 چالش: نمودار داده های تاکسی
06-08 راه حل: نمودار داده های تاکسی

07 scikit-learn
07-01 مقدمه ای برای یادگیری دانش
07-02 رگرسیون خطی
07-03 تقسیم قطار/تست را درک کنید
07-04 داده ها را پیش پردازش کنید
07-05 خطوط لوله را بنویسید
07-06 ذخیره و بارگذاری مدل ها
07-07 چالش: ارقام دست نویس
07-08 راه حل: ارقام دست نویس

08 نقشه کشی
08-01 مروری بر matplotlib
08-02 از سبک ها استفاده کنید
08-03 خروجی پانداها را سفارشی کنید
08-04 توطئه با پانداها
08-05 از Matplotlib با پانداها استفاده کنید
08-06 نکات و ترفندها
08-07 سایر بسته های رسم
چالش 08-08: نمودار میله ای داده سهام
08-09 راه حل: نمودار میله ای داده سهام

09 سایر بسته ها
09-01 بررسی اجمالی سایر بسته ها
09-02 با Numba سریعتر بروید
09-03 یادگیری عمیق را درک کنید
09-04 با پردازش تصویر کار کنید
09-05 درک NLP: NLTK
09-06 کار با داده های بزرگتر

10 فرآیند توسعه
10-01 مروری بر فرآیند توسعه
10-02 کنترل منبع را درک کنید
10-03 مرور کد را یاد بگیرید
10-04 مروری بر تست
10-05 نمونه تست

11 نتیجه گیری
11-01 مراحل بعدی

[ENGLISH]

01 Introduction
01-01 The Python scientific stack
01-02 What you should know
01-03 Using GitHub Codespaces with this course
01-04 Setup

02 Visual Studio Code
02-01 Use code cells
02-02 Extensions to the Python language
02-03 Understand markdown cells

03 NumPy Basics
03-01 NumPy overview
03-02 NumPy arrays
03-03 Slicing
03-04 Learn boolean indexing
03-05 Understand broadcasting
03-06 Understand array operations
03-07 Understand ufuncs
03-08 Challenge: Working with an image
03-09 Solution: Working with an image

04 pandas
04-01 pandas overview
04-02 Loading CSV files
04-03 Parse time
04-04 Access rows and columns
04-05 Calculate distance
04-06 Display speed box plot
04-07 Challenge: Taxi data mean speed
04-08 Solution: Taxi data mean speed

05 Folium and Geospatial Data
05-01 Create an initial map
05-02 Draw a track on map
05-03 Using geospatial data with shapely
05-04 Challenge: Draw the running track
05-05 Solution: Draw the running track

06 NYC Taxi Data
06-01 Examine data
06-02 Load data from CSV files
06-03 Working with categorical data
06-04 Work with data: Hourly trip rides
06-05 Work with data: Rides per hour
06-06 Work with data: Weather data
06-07 Challenge: Graphing taxi data
06-08 Solution: Graphing taxi data

07 scikit-learn
07-01 scikit-learn introduction
07-02 Linear regression
07-03 Understand train/test split
07-04 Preprocess data
07-05 Compose pipelines
07-06 Save and load models
07-07 Challenge: Handwritten digits
07-08 Solution: Handwritten digits

08 Plotting
08-01 Overview of matplotlib
08-02 Use styles
08-03 Customize pandas output
08-04 Plotting with pandas
08-05 Use Matplotlib with pandas
08-06 Tips and tricks
08-07 Other plotting packages
08-08 Challenge: Stock data bar charts
08-09 Solution: Stock data bar charts

09 Other Packages
09-01 Other packages overview
09-02 Go faster with Numba
09-03 Understand deep learning
09-04 Work with image processing
09-05 Understand NLP: NLTK
09-06 Working with bigger data

10 Development Process
10-01 Development process overview
10-02 Understand source control
10-03 Learn code review
10-04 Testing overview
10-05 Testing example

11 Conclusion
11-01 Next steps

مدرس: Miki Tebeka - ميکی تبکا

تعداد دوره های آموزشی: 20

Miki Tebeka مدیر عامل 353Solutions است. Miki در کار خود با 353Solutions، کارگاه‌های آموزشی فراهم می‌کند که به افراد حرفه‌ای کمک می‌کند درک خود از پایتون و Go را تقویت کنند. علاوه بر این ، او خدمات مشاوره‌ای اختصاصی، متخصص در ساخت زیرساخت‌های داده‌های بزرگ ارائه می‌دهد. همانطور که او در 353Solutions راه‌حل نشان می‌دهد، به شدت در پایتون و Go، و همچنین ++C ، جاوا اسکریپت، Clojure و موارد بیشتر مهارت دارد.

جدیدترین آموزشهای مرتبط

تمامی زیرنویس‌های فارسی و مطالب ترجمه شده در سایت، بطور انحصاری متعلق به فارسی لینـدا بوده و هر گونه کپی‌ برداری و یا استفاده از آنها به هر شکلی در سایتها یا برنامه‌های دیگر پیگرد قانونی دارد
logo-samandehi
فارسی کلاس