سلام به وبلاگ علی محمدی خوش آمدید

    مدرسه تابستانی علم داده   جذاب‌ترین شغل قرن 21ام   مدرس دکتر محمد فزونی  تاریخ شروع 25 تیرماه 1401  هزینه ثبت‌نام 695 هزار تومان  طول مدت آموزش 35 ساعت  نحوه آموزش آنلاین ارسال ویدیو، درسنامه، تمرین  ارزیابی آزمون پایانی و ارائه مدرک از سوی مرکز آموزش‌های آزاد دانشگاه گنبدکاووس   شرکت در مدرسه‌ی تابستانی علم داده

اصل پارتو و کتابخانه‌های پانداس تسلط کامل بر یک کتابخانه‌ی پایتون مانند پانداس ‌برای هر کسی می‌تواند چالش برانگیز باشد اگر یک قدم به عقب برداریم و بیاندیشیم؛ آیا واقعاً نیاز است با جزئیات یک کتابخانه‌ی خاصی آشنا باشیم؟ بخصوص در دنیایی زندگی می‌کنیم که با  اصل پارتو Pareto principle  اداره می‌گردد همچنین اصل پارتو بعنوان قانون 2080 نیز شناخته می‌شود این اصل بیان می‌کند که 20 از ورودی‌های شما همیشه در تولید 80 از خروجی‌های شما نقش دارند بنابراین در این پست تلاش کرده‌ایم اصل پارتو را در کتابخانه‌ی پانداس اعمال کنیم؛ یعنی 20 از توابع خاص پانداس را به شما معرفی می‌نمائیم که احتمالاً 80 از وقت خود را با آنها می‌گذرانید روش‌های زیر برای شروع پانداس ضروری هستند   1 خواندن فایل csv اگر بخواهید یک فایل csv را در پانداس بخوانید باید از روش pdreadcsv   استفاده کنید که در شکل زیر نشان داده شده‌ است   برای توضیحات بیشتر  اینجا  کلیک نمائید   2 ذخیره سازی دیتافریم در یک فایل  csv اگر بخواهی

چه مواردی از ریاضی را باید بدانیم؟ یکی از مومات اصلی در علم داده، داشتن منطق ریاضی قوی است منظور از ریاضیات، حد و انتگرال و هندسه نیست در این شاخه‌ی کاربردی جدید دیتاساینس، ما تنها به بخش خاصی از ریاضی نیازمند هستیم و وماً افراد نباید یک کتاب قطور ریاضی و آمار را بدست گرفته و از ابتدا تا انتهای آنرا مطالعه کنند؛ هر چند که اینکار بسیار عالی است، اما نیاز به زمان تقریباً قابل توجهی دارد سرفصل‌های بسیار مهمی که از علم ریاضی و آمار در علم داده مهم و کاربردی هستند، به شرح ذیل می‌باشند؛    1 میانگین، میانه، مد    2 واریانس و انحراف معیار    3 صدک‌ها و دهک‌ها    4 آشنایی با نمودارهای مختلف آماری جهت تصویر سازی    5 احتمالات    6 مشتق و تعبیر هندسی آن    7 فرمول‌های مشتق‌گیری    8 آشنایی با توابع ریاضی خاص    9 جبر خطی و ساختار فضاهای برداری   10 آشنایی با ماتریس‌ها و ضرب آنها   11 پایه‌ی فضاهای برداری   12 ضرب و وارون ماتریس‌ها   13 آزمون‌های فرض   14 بازه‌های اطمینان   15 توزیع‌�