%40 تخفیف  برای خرید  مسیرهای یادگیری

logo mix

آموزش توابع پایتون برای علم داده (با زیرنویس فارسی AI)
Python Functions for Data Science
کد محصول: FL6071-2861085
لیندا _ آموزش توابع پایتون برای علم داده (با زیرنویس فارسی AI) - Lynda _ Python Functions for Data Science
سطح متوسـط
زیرنویس انگلیسی
زیرنویس فارسی AI
49,000 تومان
اضافه به سبد خرید add_shopping_cart
تولید کننده محتوا
Lynda.com (Linkedin Learning)
تولید کننده زیرنویس فارسی
فارسی لینـدا FarsiLynda.com
مدرس
Madecraft - مهارت ساز
تاریخ انتشار
1399/7/11
2020-10-02
سطح آموزش
متوسط
زبان آموزش
انگلیسی
زیرنویس
فارسی و انگلیسی
نوع زیرنویس فارسی
ترجمه شده توسط هوش مصنوعی (AI)
مدت زمان آموزش
1ساعت و 30دقیقه
تعداد ویدیو‌ها
43 ویدیو
حجم فایل‌ها
254 مگابایت (دانلود با تعرفه داخلی)
زمان تقریبی دانلود فایل‌ها
4 دقیقه (با سرعت اینترنت 1 مگابایت در ثانیه)
تعداد بازدید : 4739
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

توابع، یک هسته اصلی برنامه نویسی و کار با داده‌ها و یک رویکرد اساسی برای ایجاد خوانایی و قابل استفاده مجدد کد است. در این دوره، چگونگی صرفه جویی در وقت و افزایش کد خود را با استفاده از توابع مشترک برای پروژه‌های علوم داده کشف کنید. توابع اساسی داخلی پایتون را برای علم داده و همچنین توابع داخلی پیشرفته‌تر مانند عملکرد فیلتر در پایتون را کاوش کنید. بیاموزید چگونه از کتابخانه‌های NumPy و SciPy برای دستکاری داده‌های عددی و انجام عملیات آماری، از توابع استفاده کنید. بیاموزید که چگونه با استفاده از توابع موجود در کتابخانه pandas، داده‌ها را به صورت موثر ذخیره و اصلاح و گروه‌بندی کنید. نکاتی در مورد استفاده از توابع از کتابخانه‌های Matplotlib و Seaborn برای تجسم داده‌ها دریافت کنید. به علاوه، اطلاعاتی در مورد مشکلات و اشتباهات رایج سازندگان هنگام استفاده از توابع به عنوان بخشی از ابتکار علم داده بدست آورید.

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 ( فایلهای زیر نویس جدا از فیلم است و میتوانید آنرا نمایش ندهید ) :

 

00 مقدمه
_ | 00_01 توابع پایتون که باید بدانید
_ | 00_02 بیشترین بهره را از این دوره می‌گیرید

01 توابع اساسی ساخته شده در پایتون برای علوم داده
_ | 01_01 عملکرد چاپ Python ()
_ | 01_02 تابع ورودی () پایتون
_ | 01_03 تابع abs () Python
_ | 01_04 تابع Python round ()
_ | 01_05 تابع min () پایتون
_ | 01_06 تابع حداکثر پایتون ()
_ | 01_07 تابع مرتب شده Python ()
_ | 01_08 تابع sum () پایتون
_ | 01_09 تابع Python len ()
_ | 01_10 تابع type () پایتون

02 توابع پیشرفته داخلی پایتون برای علوم داده
_ | 02_01 تابع map () پایتون
_ | 02_02 عملکرد پایتون zip ()
_ | 02_03 تابع فیلتر پایتون ()

03 توابع از کتابخانه NumPy برای دستکاری داده‌های عددی
_ | 03_01 آرایه‌های NumPy را در پایتون ایجاد کنید
_ | 03_02 حداقل و حداکثر مقادیر در آرایه‌های NumPy
_ | 03_03 شاخص‌های حداقل و حداکثر مقادیر در آرایه‌های NumPy
_ | 03_04 اشکال آرایه‌های NumPy را پیدا کرده و دوباره شکل دهید
_ | 03_05 موارد یا گروهی از موارد را از آرایه‌های NumPy انتخاب کنید
_ | 03_06 عملیات حساب در آرایه‌های NumPy
_ | 03_07 عملیات اسکالر در آرایه‌های NumPy
_ | 03_08 عملیات آماری روی آرایه‌های NumPy
_ | 03_09 سایر عملیات در آرایه‌های NumPy

04 توابع از کتابخانه SciPy برای محاسبات علمی
_ | 04_01 عملیات جبر خطی با SciPy
_ | 04_02 توابع آماری با SciPy

05 توابع از کتابخانه pandas برای دستکاری داده‌ها و تجزیه و تحلیل داده ها
_ | 05_01 یک سری pandas ایجاد کنید
_ | 05_02 یک DataFrame pandas ایجاد کنید
_ | 05_03 زیر مجموعه داده‌ها را از اشیا p pandas انتخاب کنید
_ | 05_04 اشیا p pandas را اصلاح کنید
_ | 05_05 داده‌های اشیا p pandas را ترکیب کنید
_ | 05_06 داده‌ها را از اشیا p pandas گروه‌بندی کنید

06 توابع از Matplotlib برای تجسم داده
_ | 06_01 توطئه‌های خط Matplotlib
_ | 06_02 طرح‌های متفرق Matplotlib
_ | 06_03 توطئه‌های نوار Matplotlib
_ | 06_04 نمودارهای کیک Matplotlib
_ | 06_05 هیستوگرام Matplotlib
_ | 06_06 زیرمجموعه‌های Matplotlib

07 توابع از Seaborn برای تجسم داده ها
_ | 07_01 توطئه‌های جعبه Seaborn
_ | 07_02 نمودار تخمین تراکم هسته Seaborn
_ | 07_03 توطئه‌های ویولن Seaborn
_ | 07_04 نقشه‌های حرارتی Seaborn

08 نتیجه گیری
_ | 08_01 شروع به استفاده از توابع پایتون کنید

00 Introduction
_ 00_01 Python functions you should know
_ 00_02 Getting the most from this course

01 Fundamental Built-In Python Functions for Data Science
_ 01_01 Python print() function
_ 01_02 Python input() function
_ 01_03 Python abs() function
_ 01_04 Python round() function
_ 01_05 Python min() function
_ 01_06 Python max() function
_ 01_07 Python sorted() function
_ 01_08 Python sum() function
_ 01_09 Python len() function
_ 01_10 Python type() function

02 Advanced Built-In Python Functions for Data Science
_ 02_01 Python map() function
_ 02_02 Python zip() function
_ 02_03 Python filter() function

03 Functions from NumPy Library for Manipulation of Numerical Data
_ 03_01 Create NumPy arrays in Python
_ 03_02 Minimum and maximum values in NumPy arrays
_ 03_03 Indices of min and max values in NumPy arrays
_ 03_04 Find shapes of NumPy arrays and reshape
_ 03_05 Select items or groups of items from NumPy arrays
_ 03_06 Arithmetic operations on NumPy arrays
_ 03_07 Scalar operations on NumPy arrays
_ 03_08 Statistical operations on NumPy arrays
_ 03_09 Other operations on NumPy arrays

04 Functions from SciPy Library for Scientific Computing
_ 04_01 Linear algebra operations with SciPy
_ 04_02 Statistical functions with SciPy

05 Functions from pandas Library for Data Manipulation and Data Analysis
_ 05_01 Create a pandas series
_ 05_02 Create a pandas DataFrame
_ 05_03 Select data subsets from pandas objects
_ 05_04 Modify pandas objects
_ 05_05 Combine data from pandas objects
_ 05_06 Group data from pandas objects

06 Functions from Matplotlib for Data Visualization
_ 06_01 Matplotlib line plots
_ 06_02 Matplotlib scatter plots
_ 06_03 Matplotlib bar plots
_ 06_04 Matplotlib pie charts
_ 06_05 Matplotlib histograms
_ 06_06 Matplotlib subplots

07 Functions from Seaborn for Data Visualization
_ 07_01 Seaborn box plots
_ 07_02 Seaborn kernel density estimate plots
_ 07_03 Seaborn violin plots
_ 07_04 Seaborn heatmaps

08 Conclusion
_ 08_01 Get started using Python functions

مدرس: Madecraft - مهارت ساز

تعداد دوره های آموزشی: 181

Madecraft یک شرکت کامل با محتوای یادگیری است که در سانتا باربارا ، کالیفرنیا مستقر است.
خط تولید برنده جایزه این شرکت ، در حال ایجاد نسل بعدی محتوای یادگیری است که مهارت های دنیای واقعی را آموزش و ارائه می کند.
Madecraft بهترین استعدادهای صنعت و شرکای قابل اعتماد را با یک دیدگاه تشکیل میدهد: به مشتریان مطالب یادگیری برتر با صدای برند خود را یاد بدهید.
تیم Madecraft متعهد است تا مهارت های هنری را با محتوا کارآمد و مقیاس پذیر مطابق با مشخصات مشتری ایجاد کند و ساخته شده است تا با مشتری تعامل کند و آنها را توانمند سازد.
اگر شما یا شرکتتان به دنبال تیمی برای ساخت دوره های آنلاین هستید ، از سایت Madecraft در onlymadecraft.com دیدن کنید.

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