فیلم های جامع آموزشی

آموزش آنالیز داده های شبیه سازی با زبان برنامه نویسی Python

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.

برچسب ها:
  • پایتون
  • Python
  • آنالیز داده
  • شبیه سازی
  • پارامتریک
  • یادگیری ماشین
  • Pandas
  • آنالیز داده
  • پردازش داده
  • تحلیل داده
  • تحلیل انرژی
  • Numpy Seaborn Matplotlib Jupyter
قیمت این دوره: 1,600,000 تومان
مدرس دوره: دکتر امیر تبادکانی
درباره مدرس: Global Design Automation Lead, Sustainability at Stantec
مدت زمان آموزش: 11 ساعت
سطح دوره: متوسطه
تعداد فیلم خریداری شده: 55
تعداد بازدید: 5132
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

 

>این دوره فشرده برای دوستانی که هیچ پس زمینه دیتا آنالیز یا استفاده از زبان برنامه نویسی ندارند، شروع بسیار خوبی است<


سرفصل های این دوره به صورت داده-محور بر روی داده 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:

دیدگاه کاربران

فرشید دهقان 1 سال پیش

با سلام خدمت دکتر امیر تبادکانی در حین دوره فرمودید فایل پاورپوینت تدریس رو در گوگل درایو قرار میدید ولی قرار ندادید. ممنون میشم اینکار و بکنید. باتشکر بسیار دوره خوبی بود.

علیرضا عبدالهی نیک 3 سال پیش

این دوره، با توجه به سرفصل هایی که دارد، بسیار مفید و کاربردی است. مدرس دوره، آقای دکتر تبادکانی، مباحث را خیلی کامل و دقیق شرح دادند. در پایان هر جلسه تمرینات خیلی خوبی برای دانشجویان تعریف میشد و در ابتدای جلسه بعد تک تک تمرینات توسط مدرس دوره حل میشد. همچنین ایشان با معرفی منابع بیشتر مسیر یادگیری عمیق تری را فراهم کردند. با توجه به رشد و گسترش روزافزون استفاده از زبان برنامه نویسی Python و الگوریتم های Machine Learning در علوم مختلف، شرکت در این دوره را به دانشجویان و پژوهشگران علاقه مند توصیه می کنم. در پایان از زحمات آقای دکتر تبادکانی و تیم آپ گرین گرید بسیار تشکر و قدردانی می کنم.

Moein Afzali 3 سال پیش

با سلام با تشکر از گروه Upgreengrade و آقای دکتر تبادکانی بابت برگزاری این دوره آموزشی بسیار پرکاربرد، به روز و متمرکز بر برنامه نویسی و آنالیز داده های انرژی. دوره کاملا متناسب با نیاز داوطلبان فعال در حوزه انرژی علی الخصوص مدیریت داده های ترمال و انرژی در ساختمان می باشد و بدون هیچ پیش زمینه ای از برنامه نویسی می توان مباحث را فراگرفت و به کار برد. امیدوارم دوره پیشرفته تر این مبحث نیز با تمرکز بر روی ماشین لرنینگ برای پیش بینی مصارف انرژی برگزار شود ممنون.

ارسال دیدگاه شما

برای ثبت دیدگاه لطفا وارد وبسایت شوید.