Ultimate Data Science Toolkit From Python Basics to GenerativeAI
1.0.0
| トピック名 | カバーされているもの |
|---|---|
| Pythonへのイントロ | Python、Hello Worldプログラム、識別子とルールのアプリケーションと機能識別子、データ型（数値、ブール、文字列、リスト、タプル、セット、およびdict）、コメント、入力と出力、演算子- 算術、平等、平等、論理、bitise、課題、誘惑、アイデンティティおよびメンバーシップ |
| Pythonのデータ構造（文字列、リスト、タプル、セット、辞書） | 文字列-文字列、インデックス、スライス、スリス、スプリット、結合などの作成、リスト- 初期化、インデックス、スライシング、スライス、ソート、アパディングなど、タプル-初期化、インデックス、スライシング、カウント、インデックスなど |
| コントロールステートメント（条件とループ） | 条件付きステートメント- インデント、IFステートメント、if ... elseステートメント、if..elif ... else statement、nested if elseステートメント、ループ- ループ、while ... else loop、membership operator、for loop、for else loop、nested loop、break and continue statementを導入します。 |
| 関数とモジュール | 関数- Python関数の概要、関数定義と呼び出し、引数/パラメーターを使用した関数、returnステートメント、変数、グローバル変数の範囲、モジュールの範囲- モジュールの紹介、モジュールのインポート、エイリアシング、エイリアシング、すべてのもの、いくつかの重要なモジュール、いくつかの重要なモジュール、数学、プラットフォーム、ランダム、ウェブブローダーなど |
| オブジェクト指向プログラミング | クラスとオブジェクト- クラスの作成、オブジェクト、コンストラクター、クラスメンバーのインスタンス化 - 変数とメントド、変数の種類- インスタンス、静的変数、ローカル変数、メソッドの種類- インスタンス、クラスおよび静的メソッド、アクセス修飾、パブリック、プライベート、保護、オブジェクト指向プログラミングの柱- 継承、ポリモラフィア、ポリモラフィア、および潜水孔、吸収剤、ゲッターズ、およびゼンコール、 |
| 例外処理 | エラー対例外、構文、インデンテーションエラー、試してください...ブロックを除いて、試してください...ブロックを除いて、ブロックを除く、最終的にはブロック、試してください... |
| ファイル処理 | ファイルの処理、ファイルの開閉、ファイルオブジェクトのプロパティ、テキストファイルからのデータの読み取り、テキストファイルへのデータの書き込み、ステートメント、名前の変更、削除の紹介 |
| Web API | アプリケーションプログラミングインターフェイス、インドの宇宙ステーションAPI、APIリクエスト、ステータスコード、クエリパラメーター、JSONの取得APIリクエスト、JSON -Dump and Load、Twitter APIの操作 |
| データベース | データベースの紹介、 SQLite3- PythonをSQLite3とCrud Opertations、 MySQLの実行、MySQLとMySQLの接続、Crud Opertations、 MongoDBとMongoDBの接続、Crud Opertations、 Object Lelation Mapping -sqlalchemy orm、Crud operm、crud operation operat |
| リスレクト、ラムダ、フィルター、マップ、削減 | リスト理解、匿名関数、フィルター、マップ、削減、機能エイリアシング |
| インタビューの問題解決 | 2つの数字、数字の要因、素数、Fibbonnacciシーケンス、アームストロング番号、パリンドローム番号などを交換する |
| トピック名 | カバーされているもの |
|---|---|
| データ分析フレームワーク | データ収集、ビジネス理解、探索的データ分析、データの準備、モデル構築、モデル評価、展開、データマイニングのためのクロス業界標準プロセス（ CRISP-DM ）およびMicrosoftのチームデータサイエンスプロセス（ TDSP ）の理解 |
| numpy | numpyを使用したアレイ指向数値計算、numpy配列の作成、numpyアレイの基本操作 - 寸法、形状、データタイプ、アイテムの確認、numpy 、numpyアレンジ（）関数、numpyランダムモジュール - numpyランダムモジュール - randn（）、randn（）、randint（）、undint（）、edny numpy array on numpy array on numpy array on numpy arrayのインデックス付け、numpyランダムモジュール - numpyランダムモジュール - numpyランダムモジュール- numpyランダムモジュール - add（）、subtract（）、Multiply（）、divide（）、dot（）、matmul（）、sum（）、log（）、exp（）など、numpyアレイ - min（）、max（）、mean（）、median（）、var（）、std（）、corrcef（）、arthaping、 sthaping a sthaping a sthaping、std（）、corrceef（）、std（ ） 、std（）、corrceef（）、median（）、median（）、median（）、median（）、median（）、median（連結、付録、WHEREおよびNUMPYブロードキャスト |
| 初心者のためのパンダ | PANDASデータ構造 - シリーズ、データフレーム、パネル、シリーズ、データアクセスの作成、タプルと辞書、データフレーム属性を使用したデータフレームの作成- 列、形状、dtypes、軸、値など、データフレームメソッド- head（）、tail（）、tail（）、info（）、corking（）、 corking with .csv and .xlsx -read_csv- .xlsx -to_csv（）およびto_excel（） |
| Pandasの事業を進めます | カバーされているもの |
| ケーススタディ - パンダの操作 | カバーされているもの |
| 価値のない治療 | カバーされているもの |
| 視覚化の基本-MatplotlibとSeaborn | カバーされているもの |
| ケーススタディ-COVID_19_TIMESERIES | カバーされているもの |
| 陰謀と表現 | カバーされているもの |
| 外れ値 - すぐに来る | カバーされているもの |
| トピック名 | カバーされているもの |
|---|---|
| 正規分布 | カバーされているもの |
| 中央の制限定理 | カバーされているもの |
| 仮説テスト | カバーされているもの |
| カイスクエアテスト | カバーされているもの |
| 統計テストの実行 | カバーされているもの |
| トピック名 | カバーされているもの |
|---|---|
| モデルのシリアル化と脱介入 | カバーされているもの |
| アプリケーション統合 | カバーされているもの |
| MLFLOW-実験追跡とモデル管理 | カバーされているもの |
| 長官 - MLパイプラインをオーケストレートします | カバーされているもの |
| トピック名 | カバーされているもの |
|---|---|
| 車の価格予測（回帰） | カバーされているもの |
| 航空会社のセンチメント分析（NLP-分類） | カバーされているもの |
| 大人の収入予測（分類） | カバーされているもの |
| Webアプリ開発 +シリアル化と脱派化 | カバーされているもの |
| AWS展開 | カバーされているもの |
| Heroku展開の流線 | カバーされているもの |
| 顧客のセグメンテーション | カバーされているもの |
| Webスクラップ | カバーされているもの |
| トピック名 | カバーされているもの |
|---|---|
| 深い学習の紹介 | カバーされているもの |
| 深いニューラルネットワーク + Tensorflow.Kerasのトレーニング | カバーされているもの |
| 畳み込みニューラルネットワーク + Tensorflow.Keras | カバーされているもの |
| 画像圧縮用の自動エンコーダー | カバーされているもの |
| 再発性ニューラルネットワーク（近日公開） | カバーされているもの |
