دوره

پردازش داده‌های سری زمانی در پایتون

در این دوره، با اصول اولیه کار با داده‌های سری زمانی آشنا می‌شید.

پیشرفته
تاریخ به‌روزرسانی:
4 مهر 1405
۴٫۷
پایتون
۴ ساعت
۱۶ ویدیو
۳۹ تمرین
۵۱۰ شرکت‌کننده
۴۷۰
کاربرهای فینکا در چه شرکت‌هایی مشغول به کار هستند؟
توضیحات دوره

در این دوره، با اصول اولیه پردازش داده‌های سری زمانی آشنا می‌شید. داده‌های سری زمانی با دنباله‌ای از تاریخ‌ها یا زمان‌ها اندیس‌گذاری می‌شن و یاد می‌گیرید چطور با استفاده از متدهای داخلی Pandas با این اندیس‌ها کار کنید. همچنین یاد می‌گیرید چطور سری‌های زمانی رو برای تغییر تناوب زمانی دوباره نمونه‌گیری کنید و مقادیر متحرک و تجمعی رو محاسبه کنید. در پایان هم با استفاده از داده‌های واقعی سهام، یک شاخص سهام ارزش‌وزنی می‌سازید و مهارت‌هایی که در طول دوره یاد گرفتید رو به کار می‌گیرید.

همونیه که می‌خواید یاد بگیرید؟

1
کار با سری های زمانی در Pandas

در این فصل با موضوعات چگونه از تاریخ‌ها و زمان‌ها در Pandas استفاده کنیم, اندیس‌گذاری و نمونه‌گیری مجدد سری زمانی, وقفه‌های زمانی، تغییرات و بازده‌ها برای سری قیمت سهام آشنا خواهید شد.

2
معیارهای پایه سری زمانی و نمونه‌گیری مجدد

در این فصل با موضوعات مقایسه نرخ رشد سری زمانی, تغییر تناوب سری زمانی: نمونه‌گیری مجدد, افزایش تناوب نمونه‌گیری و درون‌یابی با ()resample., کاهش تناوب نمونه‌گیری و تجمیع آشنا خواهید شد.

3
توابع پنجره‌ای: معیارهای متحرک و تجمعی

در این فصل با موضوعات توابع پنجره‌ای متحرک با Pandas, توابع پنجره‌ای بسط‌یافته با Pandas, مطالعه موردی: شبیه‌سازی قیمت S&P500, روابط بین سری‌های زمانی: همبستگی آشنا خواهید شد.

4
جمع‌بندی آموخته‌ها: ساخت شاخص ارزش‌وزنی

در این فصل با موضوعات انتخاب اجزای شاخص و وارد کردن داده‌ها, ساخت یک شاخص ارزش‌وزنی, ارزیابی عملکرد شاخص, همبستگی شاخص و خروجی گرفتن به اکسل, تبریک می‌گوییم! آشنا خواهید شد.

گواهی پایان دوره

  • تأیید مهارت شما

    با تکمیل این دوره، شما یک گواهی معتبر دریافت می‌کنید که بیانگر کسب مهارت‌های لازم مرتبط با این دوره آموزشی است.

  • اعتبار و اصالت گواهی

    هر مدرک دارای شناسه یکتا و لینک اعتبارسنجی است که امکان بررسی و تأیید اصالت آن را فراهم می‌کند.

  • اشتراک‌گذاری

    می‌توانید گواهی‌های خود را به‌راحتی در شبکه‌های حرفه‌ای مانند لینکدین با دیگران به اشتراک بگذارید.

اشتراک‌گذاری
منابع
Air quality data

Stock data

سوالات متداول

برای شروع این دوره، باید با Pandas و پایتون در سطح متوسط آشنا باشید. همچنین تجربه کار با دیتافریم‌ها و پردازش اولیه داده‌ها لازمه.

در این دوره، یاد می‌گیرید چطور با DateTimeIndex کار کنید، سری‌های زمانی رو با تناوب‌های زمانی مختلف دوباره نمونه‌گیری کنید و مقادیر متحرک و تجمعی رو محاسبه کنید.

در پایان دوره، با استفاده از داده‌های واقعی سهام یک شاخص ارزش‌وزنی سهام می‌سازید و همه تکنیک‌های پردازش سری زمانی که در طول دوره یاد گرفتید رو در این پروژه به کار می‌گیرید.

تحلیل‌گران مالی، پژوهشگران کمی و دانشمندان داده‌ای که با داده‌های ترتیبی کار می‌کنن، به‌طور منظم از این مهارت‌ها برای تحلیل روندها و انجام پیش‌بینی‌ها استفاده می‌کنن.

این دوره شامل ۴ بخش و ۵۵ تمرین هست و بیشتر دانشجوها حدود 4 ساعت زمان برای تکمیلش نیاز دارن.

دریافت اپلیکیشن فینکا

با اپلیکیشن فینکا، به بیشتر دوره‌ها و مسیرها روی موبایل دسترسی دارید، تمرین می‌کنید و یادگیری رو هم‌زمان روی موبایل و دسکتاپ ادامه می‌دید.