دوره

مصورسازی داده‌های سری زمانی در پایتون

فصلی بودن، روندها و سایر الگوها رو در داده‌های سری زمانی خودتون مصورسازی کنید.

پیشرفته
تاریخ به‌روزرسانی:
20 مهر 1405
۴٫۷
پایتون
۴ ساعت
۱۷ ویدیو
۴۲ تمرین
۵۰۴ شرکت‌کننده
۴۸۵
کاربرهای فینکا در چه شرکت‌هایی مشغول به کار هستند؟
توضیحات دوره

داده‌های سری زمانی در حوزه علم داده همه‌جا کاربرد دارن. چه در حال تحلیل روندهای کسب‌وکار باشید، چه در حال پیش‌بینی درآمد شرکت یا بررسی رفتار مشتری، هر دانشمند داده‌ای در طول کارش احتمالا با داده‌های سری زمانی روبه‌رو می‌شه. برای اینکه بتونید کار با این داده‌ها رو شروع کنید، این دوره دانش کاربردی برای مصورسازی داده‌های سری زمانی با استفاده از پایتون رو در اختیارتون قرار می‌ده.

همونیه که می‌خواید یاد بگیرید؟

1
نمودارهای خطی

در این فصل با موضوعات به دوره خوش امدی!, اولین سری زمانی خودتو رسم کن!, نمودار سری زمانی‌تو شخصی‌سازی کن آشنا خواهید شد.

2
خلاصه‌های آماری و عیب‌یابی

در این فصل با موضوعات پاک‌سازی داده‌های سری زمانی, رسم تجمیع‌های داده‌هات, خلاصه‌سازی مقادیر در داده‌های سری زمانی شما آشنا خواهید شد.

3
فصلی بودن، روند و نویز

در این فصل با موضوعات خودهمبستگی و خودهمبستگی جزئی, فصلی بودن، روند و نویز در داده‌های سری زمانی, یک مرور سریع آشنا خواهید شد.

4
کار با چندین سری زمانی

در این فصل با موضوعات کار با بیش از یک سری زمانی, رسم چندین سری زمانی, یافتن روابط بین چندین سری زمانی آشنا خواهید شد.

5
مطالعه موردی: نرخ بیکاری

در این فصل با موضوعات دانش خود را روی یک دیتاست جدید اعمال کنید, فراتر از خلاصه‌های آماری, تجزیه داده‌های سری زمانی, محاسبه همبستگی‌ها بین سری‌های زمانی, 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
Inventions and Scientific Discoveries

CO2 levels in Mauai Hawaii

Airline passengers

Production of meat in USA

Unemployment rate in USA

سوالات متداول

این دوره عمدتا از Matplotlib برای ایجاد نمودارهای سری زمانی استفاده می‌کنه و روی دانش قبلی شما از Pandas برای کار با داده و سری زمانی تکیه داره.

بله. یک بخش کامل به تجزیه سری زمانی به مولفه‌های فصلی، روند و نویز اختصاص داده شده، که این کار با استفاده از تحلیل خودهمبستگی و خودهمبستگی جزئی انجام می‌شه.

شما باید تجربه کار با داده‌های سری زمانی در پایتون با Pandas رو داشته باشید، به‌علاوه مهارت‌های پایه در Matplotlib و دانش در حد متوسط از پایتون.

بله. بخش اول به حاشیه‌نویسی نمودارها، شخصی‌سازی عناصر بصری، و تولید مصورسازی‌های ایستا و جذاب از هر دیتاست با اندیس زمانی می‌پردازه.

شما نماهای تجمیعی از داده‌های خودتون رو محاسبه و رسم می‌کنید، بعد از توابع خودهمبستگی و تحلیل طیفی استفاده می‌کنید تا الگوهای زمانی و کیفیت داده رو درک کنید.

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.