این دوره برای چه کسانی مناسب است؟

• افرادی که قصد دارند برای اولین بار به دنیای آنالیز داده وارد شوند و به دنبال روشی سریع و کاربردی برای شروع هستند.
• دانشجویان و متخصصانی که می‌خواهند با کتابخانه‌ها و ابزارهای کلیدی پایتون در حوزهٔ داده (نظیر NumPy و pandas) کار کنند.
• فعالان حوزه‌های مختلف کسب‌وکار، پژوهشگران و علاقه‌مندان به آمار که مایل‌اند داده‌ها را بهتر بارگذاری، پاک‌سازی، ترکیب و تحلیل کنند.
• برنامه‌نویسانی که می‌خواهند مهارت خود را در زمینهٔ مدل‌سازی مقدماتی، ترسیم نمودارهای تعاملی و کار با سری‌های زمانی ارتقا دهند.
• تمامی افرادی که با وجود مشغلهٔ فراوان، مایل‌اند دوره را در زمان مناسب خود بگذرانند (جلسات ضبط می‌شوند و قابل بازبینی خواهند بود).

از این دوره چه انتظاری باید داشته باشید؟

• شناخت مفاهیم پایهٔ پایتون، IPython و Jupyter برای کدنویسی تعاملی و تولید گزارش‌های تحلیلی در قالب Notebook.
• یادگیری ساختارهای داده‌ای ضروری در پایتون (لیست‌ها، تاپل‌ها، دیکشنری‌ها و فایل‌ها) و تسلط بر شیوهٔ مدیریت، پاک‌سازی و آماده‌سازی داده‌ها.
• تسلط بر کتابخانه‌های NumPy و pandas: از ایجاد آرایه‌های چندبعدی و عملیات برداری گرفته تا ساخت DataFrame و انجام گروه‌بندی و تجمیع پیشرفته.
• بارگذاری داده‌ها از فرمت‌های مختلف (فایل‌های متنی، CSV، فرمت‌های باینری، وب‌APIها و…)، ذخیره‌سازی آن‌ها و دسترسی به پایگاه‌های داده.
• آشنایی با Data Wrangling (ترکیب، ادغام و شکل‌دهی مجدد داده)، Data Cleaning (پاک‌سازی و آماده‌سازی) و Data Aggregation (تجمیع و گروه‌بندی).
• توانایی رسم نمودارها و مصورسازی داده‌ها با Matplotlib و کتابخانه‌های مرتبط؛ از نمودارهای پایه‌ای تا نمایش روندهای زمانی.
• بررسی Time Series (سری‌های زمانی)، شیوه‌های نمونه‌برداری زمانی، تغییر فرکانس داده‌ها و کاربرد در تحلیل داده‌های تاریخی.
• مدل‌سازی با کتابخانه‌های استاندارد پایتون در حوزهٔ یادگیری ماشین و آمار، و انجام مثال‌های عملی از تحلیل داده‌های واقعی.
• دریافت مدرک معتبر از دانشگاه شیراز در صورت گذراندن موفق این دوره و تکمیل پروژه‌های آنالیز داده.

پیش‌نیازهای دوره

• پیش‌نیاز فنی خاصی وجود ندارد؛ تمامی اصول و مبانی پایتون و کار با داده به‌صورت گام‌به‌گام تدریس می‌شوند. تنها دانستن مفاهیم اولیهٔ کار با کامپیوتر کافی است.
• داشتن رایانه یا لپ‌تاپ برای نصب پایتون و ابزارهای موردنیاز (IPython، Jupyter Notebook و …).
• تعهد و نظم در انجام تمرین‌ها و پروژه‌های کوچک که در طول دوره ارائه می‌شود؛ یادگیری عمیق در گرو کار عملی و تکرار است.

ویژگی‌های این دوره

• تمام جلسات ذخیره می‌شوند تا در صورت عدم حضور یا نیاز به مرور، بتوانید زمان دلخواهتان از آموزش بهره ببرید.
• پشتیبانی و تعامل: پرسش‌وپاسخ در گروه‌های کلاسی و امکان رفع اشکال با اساتید و هم‌دوره‌ای‌ها.
• جامعیت دوره: محتوای این دوره شما را از مفاهیم مقدماتی زبان پایتون تا مباحث کلیدی تحلیل داده (پیش‌پردازش، پاک‌سازی، مصورسازی و مدل‌سازی) هدایت می‌کند.
• مدرک معتبر: پس از اتمام موفق دوره، گواهینامه‌ای رسمی از دانشگاه شیراز دریافت می‌کنید که ارزش علمی و حرفه‌ای بالایی خواهد داشت.

محتوای دوره

مقدمات و آماده‌سازی

• آماده‌سازی محیط کدنویسی با نصب پایتون، Jupyter Notebook و ابزارهای مرتبط
• معرفی کوتاه اکوسیستم پایتون در حوزهٔ داده
• راهنمای شروع سریع با خط فرمان یا مفسر پایتون

مبانی زبان پایتون، IPython و Jupyter Notebooks

• نحوهٔ کار با IPython Shell و راه‌اندازی Jupyter Notebook
• تکمیل مباحث پایهٔ پایتون: انواع داده‌ها، عملگرها و ساختارهای کنترلی
• تکنیک‌های افزایش سرعت کدنویسی

ساختارهای داده‌، توابع و فایل‌ها

• مرور لیست، تاپل، دیکشنری و مجموعه
• تعریف توابع، بازگرداندن مقادیر متعدد، توابع لامبدا
• مدیریت خطاها و استثناها (Exceptions)
• کار با فایل‌ها (متنی و دودویی) برای خواندن و نوشتن داده

مقدمات NumPy: آرایه‌ها و محاسبات برداری

• آشنایی با شیء ndarray، ایجاد و شکل‌دهی مجدد (Reshape)
• انواع داده (dtype)، اندیس‌گذاری و برش (Slicing)
• عملیات ریاضی برداری، توابع جهانی (ufunc) و سرعت‌دهی به محاسبات