
آموزش آنالیز داده های شبیه سازی با زبان برنامه نویسی Python
در این دوره سعی بر آن میشود، تا خروجی های شبیه سازی ابزارهای انرژی یا روشنایی را با استفاده از زبان قدرتمند پایتون، آنالیز کرد و به صورت گرافیکی به تصویر کشید. لازم به ذکر است که بدلیل وسعت کاربرد این زبان در حوزه های مختلف، در این دوره به آموزش فرمان های و پکیج هایی پرکاربردی که میتوانند به آنالیز داده های شبیه سازی کمک کنند، در یک دوره فشرده و کوتاه، پرداخته خواهد شد.
قیمت این دوره:

مدرس دوره:
دکتر امیر تبادکانی
درباره مدرس:
Global Design Automation Lead, Sustainability at Stantec
مدت زمان آموزش:
10 ساعت
سطح دوره:
متوسطه
تعداد دوره برگزار شده:
2
تعداد بازدید:
542
ثبت نام این دوره متوقف شده است.
سرفصل های این دوره:
سرفصل مطالب دوره:
-آشنایی با محیط ابزار نوت بوک Jupyter
-داده های ابتدایی پایتون:
فرمان Print
Dictionary
Tuples
Sets
IF Statements
For Loops
While Loops
Functions
-آموزش پکیج Numpy:
Arrays
Indexing
Operations
-آموزش پکیج Pandas:
Series
Operations
Index Levelling
Missing/Cleaning Data
Joining/Merging/Concatenating
GroupBy
Data Frames
Resampling/Truncate
-آموزش پکیجMatplotlib
-آموزش پکیج Seaborn:
Regression Plots
Matrix Plots
Grids
Distribution Plots
Categorical Plots
Style/Color
-آموزش چند الگوریتم پرکاربرد Machine Learning:
Linear Regression
Logistic Regression
K Nearest Neighbors
Support Vector Machine
Decision Trees
Random Forest
سرفصل های این دوره به صورت داده-محور بر رویداده های متفاوت آموزش داده خواهند شد. این دوره برای دوستانی که تسلط کافی به ابزارهای پارامتریک مانند Ladybug-tools یا JEPlus و یا DesignBuilder برای تولید داده های متنوع را دارند، بسیار توصیه می شود.
برای مشاهده نمونه کاربرد زبان پایتون و این دوره، در حوزه پژوهش هم میتوانید به مقاله ISI مدرس دوره در ژورنال Applied Energy با IF=9.7 مراجعه کنید:
https://www.sciencedirect.com/science/article/pii/S0306261921003883
پیش نمایش ویدئو آموزشی: