پی سی دانلود - پاک‌سازی-داده

دوره آموزشی حاضر به فراگیران آموزش می‌دهد که چگونه داده‌های خام را بدون نیاز به فرمول‌نویسی برای استفاده در ابزارهایی مانند اکسل و پاور بی‌آی آماده‌سازی نمایند. این دوره یک فرآیند شفاف، ساختاریافته و تکرارپذیر را در اختیار شرکت‌کنندگان قرار می‌دهد تا از طریق آن بتوانند فایل‌های نامرتب و غیرمنظم را به مجموعه‌داده‌های قابل اعتماد و دقیق تبدیل کنند. در محیط‌های کاری، بسیاری از فایل‌های متنی و جداول با مشکلاتی نظیر عناوین ناهمخوان، سطرهای خالی، داده‌های تکراری یا اعدادی که به فرمت متن ذخیره شده‌اند همراه هستند. اصلاح دستی این موارد نه‌تنها زمان‌بر است، بلکه احتمال بروز خطا را به‌ویژه هنگام به‌روزرسانی‌های دوره‌ای و ماهانه گزارش‌ها به شدت افزایش می‌دهد. دوره آموزشی با تمرکز بر این چالش‌ها آغاز شده و اهمیت حیاتی اجرای یک فرآیند منظم برای پاک‌سازی داده‌ها را پیش از شروع تحلیل‌های آماری تبیین می‌کند.
در ادامه این دوره، نحوه اتصال به منابع گوناگون داده از جمله فایل‌های اکسل، پی‌دی‌اف و فایل‌های متنی مانند CSV آموزش داده می‌شود و فراگیران یاد می‌گیرند که چگونه سطرها و ستون‌های زائد را حذف کرده و تنها اطلاعات بااهمیت را فیلتر نمایند. بخش مراحل اعمال‌شده (Applied Steps) تمام تغییرات ایجادشده را ثبت و ذخیره می‌کند؛ در نتیجه کاربران می‌توانند بدون نیاز به بازسازی کل فرآیند، هر مرحله از تغییرات را ویرایش، جابه‌جا یا حذف کنند. همچنین ابزارهای کاربردی جهت تنظیم نوع داده‌ها، ادغام یا تفکیک ستون‌ها، و رفع ناهمخوانی‌ها از طریق قابلیت‌هایی نظیر جایگزینی مقادیر و پر کردن جاهای خالی به تفصیل معرفی می‌شوند. به عنوان نمونه، در یک فایل فروش ماهانه با نام‌های منطقه‌ای ناهمگون و تاریخ‌های مفقودشده، ابزارهای پاور کوئری امکان تکمیل اطلاعات، استانداردسازی متن‌ها و جدا کردن اسامی ترکیب‌شده را فراهم می‌سازند. علاوه بر این، شیوه استخراج جداول از فایل‌های پی‌دی‌اف و ادغام آن‌ها با سایر منابع داده بررسی می‌شود تا سناریوهای واقعی موجود در محیط‌های شغلی بازسازی شوند. همچنین فایل‌های تمرینی و فایل‌های تدریس مدرس جهت دانلود و همراهی در طول مسیر آموزشی ارائه شده است.
در دوره آموزشی Power Query Essentials: Import, Filter, and Clean Data با روش‌های آماده‌سازی و پالایش داده‌ها در اکسل و پاور بی‌آی آشنا خواهید شد.

داده‌هایی که در دنیای واقعی با آن‌ها سروکار داریم معمولاً دارای هرج‌ومرج، نواقص و ناهماهنگی‌های زیادی هستند. وجود مقادیر مفقود، متون غیریکدست و داده‌های پرت می‌تواند بدون آنکه متوجه شوید، تحلیل‌ها و نتایج نهایی شما را کاملاً منحرف کند. این دوره آموزشی به صورت کاملاً عملی طراحی شده است تا به علاقه‌مندان یاد دهد چگونه داده‌های خام و نامنظم را با استفاده از کتابخانه پانداس در پایتون، به داده‌هایی تمیز، دقیق و آماده برای تحلیل تبدیل کنند.
علاوه بر این، دوره به موضوعات کلیدی مانند پردازش متن پرداخته است؛ به‌طوری‌که شرکت‌کنندگان نحوه تمیزکاری و تطبیق متون را با استفاده از عبارت‌های منظم آموخته و تکنیک‌های برخورد با داده‌های مفقود را فرا می‌گیرند. در این بخش، روش‌های مختلف حذف یا جایگزینی مقادیر خالی با استفاده از محاسبات آماری بررسی می‌شود. همچنین نحوه تحلیل داده‌های پرت و درک مفهوم آن‌ها پیش از اقدام به حذف، آموزش داده خواهد شد تا از آسیب به صحت تحلیل جلوگیری شود. در پایان، فراگیران توانایی تشخیص مشکلات کیفیت داده و آماده‌سازی مجموعه‌های داده‌ای قابل اعتماد را کسب خواهند کرد. این دوره برای تحلیل‌گران داده، دانشمندان داده، توسعه‌دهندگان پایتون و تمامی افرادی که با داده‌ها کار می‌کنند بسیار مناسب است. این آموزش توسط شرکت آناکوندا تولید شده و در این مجموعه منتشر گردیده است.
در دوره آموزشی Data Cleaning with pandas با تکنیک‌های تمیزکاری و آماده‌سازی داده‌ها برای تحلیل آشنا خواهید شد.

در طول دوره، دانش آموزان با مجموعه داده های دنیای واقعی کار خواهند کرد و تجربه عملی در پاک‌سازی، تبدیل و تحلیل داده ها به دست می آورند. تأکید بر حل مسئله و تفکر انتقادی است، که به دانش آموزان کمک می کند درک کنند که چگونه به وظایف تحلیل داده به طور مؤثر نزدیک شوند. این دوره همچنین موضوعات پیشرفته مانند تحلیل آماری، machine learning و بهترین شیوه های برنامه نویسی R را معرفی می کند، و آن را برای مبتدیان و کسانی که دانش برنامه نویسی اولیه دارند و مایل به پیشرفت مهارت های خود هستند، مناسب می سازد.
در دوره آموزشی R Programming for Data Analysis: Fundamentals to Advanced با برنامه نویسی R برای تحلیل داده آشنا خواهید شد.