%40 تخفیف  برای خرید  مسیرهای یادگیری

logo mix

آموزش مبانی علم داده: پایتون Scientific Stack (با زیرنویس فارسی AI)
Data Science Foundations: Python Scientific Stack
کد محصول: FL5228-550457
لیندا _ آموزش مبانی علم داده: پایتون Scientific Stack (با زیرنویس فارسی AI) - Lynda _ Data Science Foundations: Python Scientific Stack
سطح متوسـط
زیرنویس انگلیسی
زیرنویس فارسی AI
74,000 تومان
اضافه به سبد خرید add_shopping_cart
تولید کننده محتوا
Lynda.com (Linkedin Learning)
تولید کننده زیرنویس فارسی
فارسی لینـدا FarsiLynda.com
مدرس
Miki Tebeka - ميکی تبکا
تاریخ انتشار
1396/4/27
2017-07-18
سطح آموزش
متوسط
زبان آموزش
انگلیسی
زیرنویس
فارسی و انگلیسی
نوع زیرنویس فارسی
ترجمه شده توسط هوش مصنوعی (AI)
مدت زمان آموزش
3ساعت و 34دقیقه
تعداد ویدیو‌ها
63 ویدیو
حجم فایل‌ها
543 مگابایت (دانلود با تعرفه داخلی)
زمان تقریبی دانلود فایل‌ها
9 دقیقه (با سرعت اینترنت 1 مگابایت در ثانیه)
تعداد بازدید : 5487
درباره تولید کننده

lynda1

 

Lynda Weinman

بسیاری لیندا واینمن را "مادر آموزش اینترنتی" لقب داده اند. وی که هم اکنون (2016) ۶۰ سال سن دارد در ۱۹۹۵ سایتی را راه اندازی کرد که به عنوان منبعی رایگان برای دانش آموزان محسوب می شد. طی آن دوران لیندا به صورت خودآموز در حال یادگیری طراحی وب بود و تلاش داشت تا آموخته هایش را با سایرین نیز به اشتراک بگذارد. هر چند این روزها مسئله یاد شده امری عادی به حساب می آید اما در اواسط دهه نود -روزگاری که هنوز یوتیوبی نبود- یادگیری طراحی وب به صورت خودجوش چندان مسئله رایجی محسوب نمی گشت.

اشتیاق آن روزهای لیندا در یادگیری ، حالا به لطف وب سایت و سرویسی هایی همانند آنچه خود او راه اندازی کرده به میلیون ها نفر دیگر در سراسر دنیا نیز سرایت نموده و آنها می توانند با اندک هزینه ای و در هر جا و مکانی آنچه که دوست دارند را فرا بگیرند.
ناگفته نماند که پیدا کردن مسیر صحیح کسب و کار، حتی برای لیندا واینمن نیز بدون فراز و نشیب نبوده و وی هم مانند هر فرد موفق دیگری در راه رسیدن به پیروزی پستی و بلندی های بسیاری را از سر گذرانده.

درک نیازی که هیچکس به آن پاسخ نداده بود

وقتی در سال ۱۹۹۳ واینمن طراحی وب را اندک اندک فرا گرفته و قصد آموزش دادن آن را پیدا کرد، ابتدا به کتاب فروشی مراجع نمود و سعی کرد کتابی را به عنوان مرجع انتخاب و از روی آن به دانش آموزان خود درس بدهد. اما وی متوجه شد کتاب فروشی ها و کتابخانه ها تنها راهنماهایی بسیار فنی و پیچیده را ارائه می نمایند که درک شان برای افراد معمولی و با دانش متوسط تقریباً غیر ممکن محسوب می شود.

لیندا واینمن میگوید: به یاد می آورم که با خود فکر کردم شاید چنین کتابی هنوز وجود ندارد. بلافاصله از کتاب فروشی به خانه رفتم و ایده ی اولیه نوشتن آن را پیاده سازی کردم.

کمی بعد کتاب "طراحی گرافیک های تحت وب" که به باور بسیاری اولین کتاب ساده و قابل درک توسط عموم در رابطه با حرفه طراحی وب بود، توسط افراد بسیاری در سراسر دنیا به عنوان یک مرجع غیر فنی مورد استفاده قرار می گرفت و محبوبیتی غیر قابل باور به دست آورده بود.

درست در همان زمان و در سال ۱۹۹۵ واینمن آدرس ایمیل فردی را مشاهده نمود که به صورت debbie@debbie.com بود و مشتاق شد بداند آیا دامنه ی لیندا نیز برای ثبت کردن در دسترس قرار دارد یا خیر. وی این دامنه را خریداری و وبسایتی تحت آن راه انداخت تا از طریقش بتواند با دانش آموزان و همچنین خوانندگان کتاب خود ارتباط برقرار نماید.

lynda2

شروعی کوچک و توسعه ای آهسته و پیوسته

بعد از موفقیت کتاب واینمن همسر او، بروس هون (Bruce Heavin)، که در اصل موسس کمپانی لیندا نیز محسوب می شود، پیشنهاد داد در طول تعطیلات بهاره یکی از سالن های کامپیوتر دانشگاهی را اجاره نموده و در آن به مدت یک هفته دوره آموزش طراحی وب برگزار نمایند.
آنها این ایده را عملی کردند و سپس به منظور جذب افراد علاقه مند بنر تبلیغاتی را روی سایت لیندا قرار دادند. نه تنها ظرفیت کلاس یاد شده بسیار سریع پر گشت، بلکه افراد از گوشه و کنار دنیا و حتی مثلاً شهر وین برای حضور در آن ثبت نام نمودند.

اینکه تنها یک بنر در سایت خود قرار دهیم و سپس مردم از سراسر دنیا برای حضور در کلاس مان ثبت نام نمایند، باعث شده بود تا شوکه شویم.
آن کارگاه های یک هفته ای بسیار زود باعث شدند تا کسب و کار امروزی لیندا و همسرش پایه گذاری گردد. واینمن از درآمد حق امتیاز کتاب خود با ارزش ۲۰ هزار دلار استفاده کرد و مدرسه طراحی وبی را راه اندازی نمود که دوره هایش در هر ماه به سرعت پیش فروش شده و ظرفیت شان تکمیل می گشت. لیندا می گوید: "مشتریان زیادی وجود داشتند که مجبور بودیم به آنها نه بگوییم، زیرا ظرفیتی برای پذیرش شان وجود نداشت".

اوج گیری پس از بحران

کسب و کار لیندا پس از چند سال توانست ۳۵ فرصت شغلی را ایجاد و درآمدی ۳.۵ میلیون دلاری را فراهم کند. اما در سال ۲۰۰۱ و پس از انفجار حباب دات کام و حوادث مرتبط به یازده سپتامبر، تمایل افراد به یادگیری دروس طراحی وب کاهشی عجیب پیدا کرد، تا جایی که واینمن و همسرش در ادامه دادن مسیر مردد شده بودند.

کمپانی آنها دچار بحرانی جدی گشت، واینمن و هون ۷۵ درصد کارمندان خود را اخراج کردند و تنها ۹ نفر در استخدام شان باقی ماند. دفتر و مقر برگزاری دوره های لیندا نیز کوچک تر گشت و سعی را بر این گذاشتند تا واحد هایی با قیمت ارزان تر اجاره نمایند.

روز های سیاهی بود و حتی خودم تردید داشتم که می توانیم این کسب و کار را ادامه دهیم یا خیر.

خود واینمن در مورد آن ایام می گوید: "همه در حال نبرد برای بقا بودند و سعی می کردند سر خود را بالای آب نگه دارند. ما نیز وضعیتی مشابه را تجربه می کردیم و در نهایت درست همین زمان بود که تصمیم گرفتیم خدمات خود را به صورت کاملاً آنلاین ارائه نماییم."

روزگاری که ایده یاد شده شکل گرفت و سپس عملی گشت (ارائه خدمات به صورت آنلاین) تماشای فیلم بر روی کامپیوترها تازه در حال رواج یافتن بود. لیندا دات کام تصمیم گرفت در ازای سرویسی که ارائه می کند هزینه حق اشتراکی ۲۵ دلاری را به صورت ماهیانه دریافت نماید.

افراد اندکی از این راهکار استقبال کردند. واینمن می گوید: "درآمد مان به شدت افت کرده بود. روز های سیاهی بود و حتی خودم تردید داشتم که می توانیم این کسب و کار را ادامه دهیم یا خیر."

با تنها ۱۰۰۰ نفر پرداخت کننده حق اشتراک ماهیانه، بقای کمپانی به نظر بسیار سخت می رسید. ایجاد یک جامعه ی آنلاین زمان بر است و لیندا به خود امید می داد که آنها مسیر شان را عوض نکرده اند بلکه راهی تازه را شروع نموده اند پس باید صبر پیشه کنند. او توضیح می دهد که "همه چیز بسیار آهسته پیش رفت. ولی کم کم پرداخت حق اشتراک ماهیانه آنلاین رواج پیدا کرد و مقدار آن هر ساله چندین برابر شد".

در ۲۰۰۶ تعداد مشترکین به ۱۰۰.۰۰۰ نفر رسید و واینمن و همسرش ۱۵۰ کارمند خود را به همراه خانواده هایشان به دیزنی لند بردند تا موفقیت بزرگی که رقم خورده بود را جشن بگیرند.

lynda4

ایجاد فرهنگ سازمانی مناسب در زمان رشد

اینکه اعضا و کارمندان شرکت همانند یک خانواده با یکدیگر در تعامل باشند همواره برای لیندا حائز اهمیت بوده و او حتی همیشه تلاش داشته تا افراد تحت استخدام خود را با اسم کوچک بشناسد و صدا بزند. ولی رشد سریع کمپانی و رسیدن تعداد کارمندان به عدد ۵۰۰، رفته رفته چالش هایی تازه را پدید می آورد و سبب می گردد واینمن در ایده آل های خود بازنگری نماید.

وی می گوید: "چالش اصلی بر سر تعیین سمت و مقام افراد بود. اینکه با هر کس چه برخوردی باید صورت بگیرد. همه ی کسانی که رشدی سریع را در شرکت خود تجربه کرده اند می دانند که ایجاد سلسله مراتب تا چه حد اهمیت دارد."

در ۲۰۰۷ تصمیم بر این شد تا یک مدیرعامل جهت اداره ی بهتر مجموعه به آن اضافه گردد. به گفته ی خود لیندا "درست در همان زمان بود که او تصمیم گرفت در رفتارها و برخوردهای خود سیاست بیشتری داشته و بروکراتیک تر عمل نماید".

ایجاد فرهنگ سازمانی برای شرکتی با بیش از ۵۰۰ کارمند کاری بسیار دشوار خواهد بود ولی حتی آنچه از این مسئله نیز دشوارتر به حساب می آید پایه ریزی درست و مطابقت دادن افراد با فرهنگ یاد شده است. اینکار در زمانی که یک شرکت نوپا و کوچک محسوب می شود چندان سخت نیست و شاید ضروری هم نباشد ولی با رشد آن صورت پذیرفتنش الزام می یابد.

 پیش به سوی موفقیت

مدتی است که بسیاری تصور می کنند دوره های آموزش ویدئویی می توانند آینده آموزش به حساب بیایند.

در طی سال های اخیر کمپانی واینمن توسط افراد گوناگونی که در حرفه ی خود بهترین هستند دوره های آنلاین متعددی را ایجاد نموده و سعی کرده نشان دهد این دوره های آنلاین راه و روش یادگیری را برای همیشه متحول کرده اند.

لیندا دات کام قالبی معین و کارآمد را برای دوره های آموزشی اش پدید آورده و سپس کوشش کرده تا از نظر موضوعی نیز در بین مطالب مورد تدریس خود تنوع ایجاد نماید. روزگاری در وب سایت مورد بحث تنها ۲۰ دوره آموزش ویدئویی آنلاین وجود داشت، اما اکنون این رقم به ۶۳۰۰ رسیده که شامل ۲۶۷.۰۰۰ ویدئوی آموزشی می گردد.

ارائه ی کتابخانه ای ویدئویی به جای اینکه از افراد درخواست شود تا در دوره هایی مشخص با روال معمول و پیوسته شرکت نمایند، عاملی بوده که سبب گشته شیوه ی آموزشی لیندا دات کام نسبت به سایرین کاملاً متفاوت گردد.

واینمن می گوید: "مدتی است که بسیاری تصور می کنند دوره های آموزش ویدئویی می توانند آینده آموزش به حساب بیایند. ما به خاطر همین تفاوت مان مورد توجه قرار داشته و تحت نظر سایرین هستیم".

lynda6

فروش به لینکدین Linked in

من به شخصه بر روی اثری که از همکاری دو کمپانی با یکدیگر پدید می آید متمرکز هستم.

واینمن زمانی که متوجه می شود لینکدین قصد خرید کمپانی اش را دارد، در ابتدا شوکه می گردد. او و همسرش هرگز به دنبال فروش شرکت خود و یافتن مشتری برای آن نبوده اند و البته در سن ۶۰ سالگی وی هنوز هم احساس می نموده که برای بازنشستگی بسیار زود است.

اما رفته رفته به این نتیجه می رسند که این فروش و ادغام دو کمپانی با یکدیگر احتمالاً امری منطقی و موثر خواهد بود. هر دو شرکت به نوعی تلاش داشته اند به افراد کمک کنند تا وضعیت شغلی خود را بهبود بخشند و احتمالاً در کنار یکدیگر بسیار بهتر از گذشته می توانند این هدف را محقق کنند.

واینمن می گوید: "بسیاری از مردم بر روی رقم معامله صورت پذیرفته تمرکز دارند و شاید این مسئله برای افرادی که با صنعت ما آشنا نیستند یک شگفتی محسوب شود. ولی خود من به شخصه بر روی اثری که از همکاری دو کمپانی با یکدیگر پدید می آید متمرکز هستم و اولین چیزی که در رابطه با این موضوع به ذهنم می رسد، میزان بزرگی این اثرگذاری است."

به نظر می آید حتی لیندا واینمن هم از موفقیت خودش شگفت زده است و تصور چنین روزی را نداشته. بر خلاف بسیاری از بنیانگذاران کمپانی ها مهم تکنولوژیک امروزی ، وی با هدف کسب درآمد های کلان شروع به کار نکرده و قصد اولیه اش هرگز ایجاد کمپانی نبوده که توسط لینکدین به ارزش ۱.۵ میلیارد دلار خریداری شد. او تنها سعی داشته آنچه که برای خودش جذاب بوده، یعنی طراحی وب را به سایرین نیز بیاموزد.

واینمن که بر حسب اتفاق بدل به یک معلم گشته، می گوید: "من نه چندان گنگ بودم و نه به آن صورت خوره ی دنیای تکنولوژی. افراد زیادی پیش من می آمدند و می پرسیدند چگونه این کار را انجام می دهی؟ یا چگونه آن کار را انجام می دهی؟ هرگز با خودم فکر نکرده بودم به اشتراک گذاشتن دانش در رابطه با آنچه که برایت جالب است، در واقع همان تدریس کردن محسوب می شود."

در حالکیه لیندا اعتقاد دارد تنها در زمان و مکان مناسبی حضور داشته، سخت است بدل شدن یک دامنه ی ۳۵ دلاری به کسب و کاری ۱.۵ میلیارد دلاری را حاصل یک اتفاق بدانیم.

فارسی لیندا

علم داده، بینش چشمگیر و بسیار ارزشمندی را در مورد رفتارهای انسانی در اختیار سازمانها قرار می‌دهد. در حالی که داده کاوی می‌تواند کمی دلهره آور به نظر برسد، لازم نیست یک برنامه نویس بسیار ماهر باشید تا داده‌های خود را پردازش کنید. در این دوره آموزشی، نحوه استفاده از Python علمی stack را برای تکمیل کارهای علمی علوم رایج بیاموزید. Miki Tebeka ابزارها و مفاهیمی را که برای پردازش موثر داده‌ها با Python علمی استفاده می‌کنید، شامل Pandas برای پردازش داده‌ها، matplotlib برای تجسم داده‌ها، NumPy برای محاسبه عددی و موارد دیگر را در بر می‌گیرد.

سطح آموزشی
خرید آنلاین و دانلود فوری
به همراه فایلهای تمرین
ویدئوهای آموزشی با زیرنویس
ویدئوهای آموزشی با زیرنویس فارسی
کیفیت HD ویدئوهای آموزشی
قابل استفاده برای ناشنوایان
 
 
 

نمونه ویدیوی آموزشی ( فایلهای زیر نویس جدا از فیلم است و میتوانید آنرا نمایش ندهید ) :

 

00 مقدمه
___ | 00_01 خوش آمدید
___ | 00_02 آنچه باید بدانید
___ | 00_03 راه اندازی مک
___ | 00_04 راه اندازی ویندوز
___ | 00_05 راه اندازی لینوکس
___ | 00_06 نحوه استفاده از پرونده های تمرینی

01 بررسی اجمالی علمی پایتون
___ | 01_01 پایتون علمی

02 نوت بوک Jupyter
___ | 02_01 سرور نوت بوک را راه اندازی کنید
___ | 02_02 از سلولهای کد استفاده کنید
___ | 02_03 برنامه های افزودنی به زبان پایتون
___ | 02_04 سلولهای علامت گذاری را درک کنید
___ | 02_05 ویرایش نوت بوک

مبانی اولیه NumPy
___ | 03_01 بررسی اجمالی؛ NumPy
___ | 03_02 آرایه های NumPy
___ | 03_03 برش
___ | 03_04 نمایه سازی بولی را بیاموزید
___ | 03_05 پخش را درک کنید
___ | 03_06 عملیات آرایه را درک کنید
___ | 03_07 فهمیدن اشکالات کاربری

04 پاندا
___ | 04_01 بررسی اجمالی پاندا
___ | 04_02 بارگذاری پرونده های CSV
___ | 04_03 زمان تجزیه
___ | 04_04 به ردیف ها و ستون ها دسترسی پیدا کنید
___ | 04_05 از بسته های خالص پایتون استفاده کنید
___ | 04_06 سرعت را محاسبه کنید
___ | 04_07 طرح جعبه سرعت را نمایش دهید

05 کاندا
___ | 05_01 معرفی بسته های پایتون
___ | 05_02 مدیریت محیط ها

06 Folium و Geo
___ | 06_01 یک نقشه اولیه ایجاد کنید
___ | 06_02 آهنگی را روی نقشه بکشید
___ | 06_03 از داده های جغرافیایی با Shapely استفاده کنید
___ | 06_04 گزارش تهیه کنید

07 تاکسی داده NY
___ | 07_01 داده ها را بررسی کنید
___ | 07_02 بارگیری داده ها از پرونده های CSV
___ | 07_03 با داده های طبقه بندی کار کنید
___ | 07_04 کار با داده؛ سفرهای ساعتی
___ | 07_05 کار با داده؛ هر ساعت سوار می شود
___ | 07_06 کار با داده؛ اطلاعات آب و هوا

08 scikit-Learn
___ | 08_01 مقدمه؛ یادگیری
___ | 08_02 یادگیری رگرسیون در مجموعه داده های بوستون
___ | 08_03 از انشعابات تست قطار درک کنید
___ | 08_04 داده پردازش
___ | 08_05 خطوط لوله را تنظیم کنید
___ | 08_06 مدل های ذخیره و بارگیری

09 طرح
___ | 09_01 بررسی اجمالی؛ ماتلوتلیب
___ | 09_02 از سبک ها استفاده کنید
___ | 09_03 خروجی پانداها را سفارشی کنید
___ | 09_04 از matplotlib استفاده کنید
___ | 09_05 نکات و ترفندها
___ | 09_06 درک بوکه

10 بسته دیگر
___ | 10_01 بررسی اجمالی سایر بسته ها
___ | 10_02 با Numba و Cython سریعتر بروید
___ | 10_03 یادگیری عمیق را درک کنید
___ | 10_04 با پردازش تصویر کار کنید
___ | 10_05 درک NLP؛ NLTK
___ | 10_06 درک NLP؛ SpaCy
___ | 10_07 داده بزرگتر با HDF5 و dask

11 فرآیند توسعه
___ | 11_01 بررسی اجمالی
___ | 11_02 کنترل منبع را درک کنید
___ | 11_03 بررسی بررسی کد
___ | 11_04 بررسی اجمالی تست
___ | 11_05 نمونه تست

12 نتیجه گیری
___ | 12_01 مراحل بعدی




00 Introduction
___| 00_01 Welcome
___| 00_02 What you should know
___| 00_03 Mac setup
___| 00_04 Windows setup
___| 00_05 Linux setup
___| 00_06 How to use the exercise files

01 Scientific Python Overview
___| 01_01 Ramp up with Scientific Python

02 The Jupyter Notebook
___| 02_01 Start the notebook server
___| 02_02 Use code cells
___| 02_03 Extensions to Python language
___| 02_04 Understand markdown cells
___| 02_05 Edit notebooks

03 NumPy Basics
___| 03_01 Overview; NumPy
___| 03_02 NumPy arrays
___| 03_03 Slicing
___| 03_04 Learn Boolean indexing
___| 03_05 Understand broadcasting
___| 03_06 Understand array operations
___| 03_07 Understand ufuncs

04 Pandas
___| 04_01 Pandas overview
___| 04_02 Load CSV files
___| 04_03 Parse time
___| 04_04 Access rows and columns
___| 04_05 Use pure Python packages
___| 04_06 Calculate speed
___| 04_07 Display a speed box plot

05 Conda
___| 05_01 Introduction to Python packages
___| 05_02 Manage environments

06 Folium and Geo
___| 06_01 Create an initial map
___| 06_02 Draw a track on the map
___| 06_03 Use geo data with Shapely
___| 06_04 Generate a report

07 NY Taxi Data
___| 07_01 Examine data
___| 07_02 Load data from CSV files
___| 07_03 Work with categorical data
___| 07_04 Work with data; Hourly trip rides
___| 07_05 Work with data; Rides per hour
___| 07_06 Work with data; Weather data

08 scikit-learn
___| 08_01 Introduction; scikit-learn
___| 08_02 Learn regression on Boston dataset
___| 08_03 Understand train test splits
___| 08_04 Preprocess data
___| 08_05 Compose pipelines
___| 08_06 Save and load models

09 Plotting
___| 09_01 Overview; matplotlib
___| 09_02 Use styles
___| 09_03 Customize Pandas output
___| 09_04 Use matplotlib
___| 09_05 Tips and tricks
___| 09_06 Understand bokeh

10 Other Packages
___| 10_01 Other packages overview
___| 10_02 Go faster with Numba and Cython
___| 10_03 Understand deep learning
___| 10_04 Work with image processing
___| 10_05 Understand NLP; NLTK
___| 10_06 Understand NLP; SpaCy
___| 10_07 Bigger data with HDF5 and dask

11 Development Process
___| 11_01 Overview
___| 11_02 Understand source control
___| 11_03 Learn code review
___| 11_04 Testing overview
___| 11_05 Testing example

12 Conclusion
___| 12_01 Next steps

مدرس: Miki Tebeka - ميکی تبکا

تعداد دوره های آموزشی: 20

Miki Tebeka مدیر عامل 353Solutions است. Miki در کار خود با 353Solutions، کارگاه‌های آموزشی فراهم می‌کند که به افراد حرفه‌ای کمک می‌کند درک خود از پایتون و Go را تقویت کنند. علاوه بر این ، او خدمات مشاوره‌ای اختصاصی، متخصص در ساخت زیرساخت‌های داده‌های بزرگ ارائه می‌دهد. همانطور که او در 353Solutions راه‌حل نشان می‌دهد، به شدت در پایتون و Go، و همچنین ++C ، جاوا اسکریپت، Clojure و موارد بیشتر مهارت دارد.

جدیدترین آموزشهای مرتبط

تمامی زیرنویس‌های فارسی و مطالب ترجمه شده در سایت، بطور انحصاری متعلق به فارسی لینـدا بوده و هر گونه کپی‌ برداری و یا استفاده از آنها به هر شکلی در سایتها یا برنامه‌های دیگر پیگرد قانونی دارد
logo-samandehi
فارسی کلاس