پی سی دانلود - dataframe

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.

این دوره برای کسانی طراحی شده که می‌خواهند به یک مهندس داده تبدیل شوند و بر یکی از پرتقاضاترین پلتفرم‌های این صنعت مسلط گردند. این بوت‌کمپ، افراد را از سطح مبتدی تا پیشرفته در حوزه‌های Databricks، کتابخانه PySpark و Delta Lake ارتقا می‌دهد. یادگیری از طریق ساخت گام به گام پروژه‌های واقعی و کاربردی مهندسی داده انجام می‌شود. صرف نظر از اینکه فرد تازه با Databricks آشنا شده یا پیش‌تر تجربه داشته است، این بوت‌کمپ مهارت‌های عملی مورد نیاز برای طراحی، ساخت و بهینه‌سازی خطوط لوله ETL (استخراج، تبدیل، بارگذاری) در محیط ابری را فراهم می‌آورد. شرکت‌کنندگان با تسلط بر معماری Medallion (شامل لایه‌های Bronze، Silver و Gold) به صورت عملی، توانایی مدیریت و پردازش داده‌های حجیم را کسب می‌کنند.
در طول دوره، شرکت‌کنندگان مهارت‌هایی حیاتی مانند ساخت خطوط لوله ETL سرتاسری با استفاده از PySpark و SQL را فرا می‌گیرند. همچنین، کار با Delta Lake برای انجام تراکنش‌های ACID، مدیریت تکامل طرحواره (Schema Evolution) و قابلیت سفر در زمان (Time Travel) پوشش داده می‌شود. روش‌های ورود و پردازش داده‌ها با استفاده از ابزارهایی مانند Auto Loader و Delta Live Tables (DLT) آموزش داده شده و نحوه پاکسازی داده‌های نامرتب با تبدیل‌های PySpark و اجرای قوانین کیفیت داده فرا گرفته خواهد شد.
در دوره آموزشی Complete Databricks & PySpark Bootcamp: Zero to Hero با اصول و کاربردهای پیشرفته Databricks و PySpark برای ساخت خطوط لوله ETL در مقیاس بزرگ آشنا خواهید شد.