بله، بعد از تکمیل این دوره، گواهی پایان دوره دریافت میکنید.
دوره
نوشتن کد کارآمد پایتون
یاد میگیرید چطور کدهای کارآمدی بنویسید که سریع اجرا میشن و منابع رو بهینه مدیریت میکنن تا از پردازشهای اضافی و غیرضروری جلوگیری بشه.
کاربرهای فینکا در چه شرکتهایی مشغول به کار هستند؟
توضیحات دوره
بهعنوان یک دانشمند داده، بیشتر وقت شما باید صرف استخراج بینشهای عملی بشه، نه معطلشدن برای تمومشدن اجرای کدها. نوشتن کد کارآمد در پایتون زمان اجرا رو کاهش میده، در منابع محاسباتی صرفهجویی میکنه و وقت بیشتری براتون آزاد میکنه تا روی کارهای اصلی علم داده تمرکز کنید. در این دوره از فینکا، یاد میگیرید چطور با ساختارهای داده، توابع داخلی و ماژولهای پایتون، کدهای تمیزتر و سریعتری بنویسید. همچنین با ابزارهای اندازهگیری زمان و بنچمارک، نقاط ضعف و بخشهای کند کد رو شناسایی میکنید و با کمک کتابخانههای استاندارد پایتون، NumPy و Pandas، این افت سرعت و الگوهای نامناسب رو برطرف میکنید. در پایان این دوره، تمام ابزارهای لازم برای نوشتن یک کد بهینه و حرفهای رو در اختیار دارید.
همونیه که میخواید یاد بگیرید؟
- 1
زمان و نحوه جایگزینکردن حلقههای صریح با عملیات برداری روی آرایههای NumPy یا دیتافریمهای Pandas رو برای سریعترشدن محاسبات ارزیابی کنید.
- 2
تفاوت بین روشهای پیمایش ردیفها در Pandas، مثل iloc و iterrows و itertuples و apply رو تشخیص بدید تا برای هر کار، سریعترین و کارآمدترین روش رو انتخاب کنید.
- 3
زمان اجرای کد و میزان مصرف حافظه رو با استفاده از خروجیهای timeit% و line_profiler و memory_profiler ارزیابی کنید.
- 4
توابع داخلی، ساختارهای داده و ماژولهای پایتون رو که جایگزینهای کارآمدتری برای پیادهسازیهای دستی ارائه میدن تشخیص بدید.
- 5
موقعیتهایی رو تشخیص بدید که استفاده از مولدهای ترکیبی، اشیای Counter و عملیات مجموعهها نسبت به ساختارهای حلقهای سنتی، زمان اجرا رو کاهش میده.
1
در این بخش یاد میگیرید نوشتن کد کارآمد در پایتون یعنی چی. با کتابخونه استاندارد پایتون و آرایههای NumPy آشنا میشید و استفاده از بعضی ابزارهای داخلی پایتون رو تمرین میکنید. این بخش پایهای برای مفاهیم بخشهای بعدی میسازه.
2
در این بخش یاد میگیرید چطور زمان اجرای روشهای مختلف کدنویسی رو اندازهگیری و با هم مقایسه کنید. با استفاده از پکیجهای line_profiler و memory_profiler، عملکرد کدتون رو پروفایل میکنید تا گلوگاهها رو پیدا کنید. بعد هم با جایگزینکردن این گلوگاهها با کدهای کارآمدتر پایتون، آموختههاتون رو در عمل به کار بگیرید.
3
در این بخش با نکات و تکنیکهای پیشرفتهتری برای نوشتن کد کارآمد آشنا میشید. چند ماژول داخلی کاربردی پایتون رو برای نوشتن کدهای بهینه یاد میگیرید و کار با نظریه مجموعهها رو تمرین میکنید. بعد هم با الگوهای حلقهنویسی در پایتون آشنا میشید و یاد میگیرید چطور اونها رو کارآمدتر کنید.
4
در این بخش، بهطور خلاصه با روشهای کارآمد برای کار با دیتافریمهای Pandas آشنا میشید. روشهای مختلف پیمایش یک دیتافریم رو یاد میگیرید و بعد با روشهای کارآمد برای اعمال تابعها روی دادههای ذخیرهشده در دیتافریم آشنا میشید.
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.
پیش نیازهای دوره
منابع
Baseball statistics
توضیحات دوره
بهعنوان یک دانشمند داده، بیشتر وقت شما باید صرف استخراج بینشهای عملی بشه، نه معطلشدن برای تمومشدن اجرای کدها. نوشتن کد کارآمد در پایتون زمان اجرا رو کاهش میده، در منابع محاسباتی صرفهجویی میکنه و وقت بیشتری براتون آزاد میکنه تا روی کارهای اصلی علم داده تمرکز کنید. در این دوره از فینکا، یاد میگیرید چطور با ساختارهای داده، توابع داخلی و ماژولهای پایتون، کدهای تمیزتر و سریعتری بنویسید. همچنین با ابزارهای اندازهگیری زمان و بنچمارک، نقاط ضعف و بخشهای کند کد رو شناسایی میکنید و با کمک کتابخانههای استاندارد پایتون، NumPy و Pandas، این افت سرعت و الگوهای نامناسب رو برطرف میکنید. در پایان این دوره، تمام ابزارهای لازم برای نوشتن یک کد بهینه و حرفهای رو در اختیار دارید.
همونیه که میخواید یاد بگیرید؟
- 1
زمان و نحوه جایگزینکردن حلقههای صریح با عملیات برداری روی آرایههای NumPy یا دیتافریمهای Pandas رو برای سریعترشدن محاسبات ارزیابی کنید.
- 2
تفاوت بین روشهای پیمایش ردیفها در Pandas، مثل iloc و iterrows و itertuples و apply رو تشخیص بدید تا برای هر کار، سریعترین و کارآمدترین روش رو انتخاب کنید.
- 3
زمان اجرای کد و میزان مصرف حافظه رو با استفاده از خروجیهای timeit% و line_profiler و memory_profiler ارزیابی کنید.
- 4
توابع داخلی، ساختارهای داده و ماژولهای پایتون رو که جایگزینهای کارآمدتری برای پیادهسازیهای دستی ارائه میدن تشخیص بدید.
- 5
موقعیتهایی رو تشخیص بدید که استفاده از مولدهای ترکیبی، اشیای Counter و عملیات مجموعهها نسبت به ساختارهای حلقهای سنتی، زمان اجرا رو کاهش میده.
1
در این بخش یاد میگیرید نوشتن کد کارآمد در پایتون یعنی چی. با کتابخونه استاندارد پایتون و آرایههای NumPy آشنا میشید و استفاده از بعضی ابزارهای داخلی پایتون رو تمرین میکنید. این بخش پایهای برای مفاهیم بخشهای بعدی میسازه.
2
در این بخش یاد میگیرید چطور زمان اجرای روشهای مختلف کدنویسی رو اندازهگیری و با هم مقایسه کنید. با استفاده از پکیجهای line_profiler و memory_profiler، عملکرد کدتون رو پروفایل میکنید تا گلوگاهها رو پیدا کنید. بعد هم با جایگزینکردن این گلوگاهها با کدهای کارآمدتر پایتون، آموختههاتون رو در عمل به کار بگیرید.
3
در این بخش با نکات و تکنیکهای پیشرفتهتری برای نوشتن کد کارآمد آشنا میشید. چند ماژول داخلی کاربردی پایتون رو برای نوشتن کدهای بهینه یاد میگیرید و کار با نظریه مجموعهها رو تمرین میکنید. بعد هم با الگوهای حلقهنویسی در پایتون آشنا میشید و یاد میگیرید چطور اونها رو کارآمدتر کنید.
4
در این بخش، بهطور خلاصه با روشهای کارآمد برای کار با دیتافریمهای Pandas آشنا میشید. روشهای مختلف پیمایش یک دیتافریم رو یاد میگیرید و بعد با روشهای کارآمد برای اعمال تابعها روی دادههای ذخیرهشده در دیتافریم آشنا میشید.
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.
پیش نیازهای دوره
منابع
Baseball statistics
سوالات متداول
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.
