معرفی کتاب «پیش پردازش داده‌ها در پایتون» به انگلیسی «Hands-On Data Preprocessing in Python»

یک ضرب المثل معروف بین متخصصین علم داده وجود دارد که می گوید "garbage in, garbage out". در واقع اهمیت داده های خوب برای نتیجه گیری صحیح بر کسی پوشیده نیست، از این رو در خیلی از اوقات شاید تا 90% کارها، به بخش پیش آماده سازی و تمیزکردن داده ها اختصاص می یابد.
پیش پردازش داده ها اولین گام در مصورسازی داده ها، تجزیه و تحلیل داده ها و یادگیری ماشین است که در آن داده ها برای عملکردهای تجزیه و تحلیل آماده می شوند تا بهترین بینش ممکن را به دست آورند.
این کتاب شما را با تکنیک های بهینه پیش پردازش داده ها از منظر های مختلف مجهز می کند.
لازم به ذکر است این کتاب توسط دکتر جعفری، استادیار دانشگاه Redlands نوشته شده است و توسط انتشارات Packt منتشر شده است.

#معرفی_کتاب
#تمیز_کردن_داده
#پیش_پردازش_داده
#پایتون_مالی

#Python

✅عضویت در کانال پایتون برای مالی
www.tg-me.com/python4finance

دانلود کتاب «پیش پردازش داده‌ها در پایتون» به انگلیسی «Hands-On Data Preprocessing in Python»


#معرفی_کتاب
#تمیز_کردن_داده
#پیش_پردازش_داده
#پایتون_مالی

#Python

✅عضویت در کانال پایتون برای مالی
www.tg-me.com/python4finance

ایجاد دیتاست های فرضی با sklearn
یکی از مهمترین نیازمندهای دانشجویان علم داده، دسترسی به دیتاست های مناسب است. البته سایت های زیادی هستند که دیتاست های بسیار خوبی را به تفکیک موضوع قرار داده اند که برخی از آنها را قبلا در کانال معرفی کرده بودم. نکته دیگر اینکه در فضای اقتصاد و مالی حجم داده های واقعی برای کار بسیار زیاد است و کمتر به داده های فرضی نیاز نیاز داریم.
اما به هر حال گاهی نیازمند داده هایی برای آزمون مدلهای مختلف هستیم. در کتابخانه sklearn تعدادی دیتاست از قبل در ماژول تعبیه شده است که در بخش sklearn.datasets در دسترس است. همچنین می توانید با استفاده از Samples generator ها می توانید دیتاست های خود را ایجاد کنید.
در تصویر این پست با استفاده از make_regression ، دو سری داده برای محاسبه رگرسیون ایجاد و رسم می شود.
#make_regression
#sklearn
#samples_generator

✅عضویت در کانال پایتون برای مالی
www.tg-me.com/python4finance

آینده علم داده و تحول دیجیتال کجاست؟
یکی از سوالاتی که خیلی از عزیزان از من می پرسند این است که برای کار در حیطه علم داده که زیربنای تحول دیجیتال است چه آینده ای را متصور هستید؟
برای پاسخ به این سوال گزارش آژانس ملی علوم استرالیا از مگاترندها در سال 2022 را خدمت شما ارسال می کنم.
در بخش Diving into digital موارد جالبی در خصوص دورکاری، سازمان های داده محور، Industry4 ، کریپتوکارنسی و ... ذکر شده است.
گزارش بسیار خلاصه است و مطالعه آن بسیار جذاب خواهد بود. همچنین منابع هر بخش در انتهای گزارش ذکر شده است.

#گزارش

✅عضویت در کانال پایتون برای مالی
www.tg-me.com/python4finance

معرفی کتاب «خودآموز تصویری پایتون» به انگلیسی «teach-yourself-visually-python» برای شروع کار با پایتون

امروزه استفاده از پایتون به عنوان یک زبان برنامه نویسی سطح بالا تقریبا در تمام علوم متداول شده است. کتاب «خودآموز تصویری پایتون» یک کتاب بسیار عالی است که تقریبا تمام مفاهیم را با تصاویر ذکر کرده است و اگر حوصله خواندن متون انگلیسی را داشته باشید یکی از جذاب ترین کتاب ها برای شروع کار با پایتون است. سال نشر این کتاب 2022 است و بنابراین آخرین تغییرات ایجاد شده در پایتون 3.10 را شامل می شود.

📌 اگر تازه می خواهید پایتون را شروع کنید، این کتاب یکی از بهترین منابع برای ورود به این مسیر است.

#معرفی_کتاب
#پایتون_عمومی

#Python

✅عضویت در کانال پایتون برای مالی
www.tg-me.com/python4finance

دانلود کتاب «خودآموز تصویری پایتون» به انگلیسی «teach-yourself-visually-python» برای شروع کار با پایتون


📌 اگر تازه می خواهید پایتون را شروع کنید، این کتاب یکی از بهترین منابع برای ورود به این مسیر است.

#معرفی_کتاب
#پایتون_عمومی

#Python

✅عضویت در کانال پایتون برای مالی
www.tg-me.com/python4finance

کانال چالش ها در حال تبدیل شدن به یک گنجینه ارزشمند برای تمرین و یادگیری پایتون است. اگر در این کانال عضو نیستید حتما عضو شوید و در چالش ها مشارکت کنید.

عضویت در کانال چالش های پایتون:
🌐 https://www.tg-me.com/joinchat-ShPXE4sMCpg5ZWQ0

یک تابع جالب در Numpy برای کار با آرایه ها
یکی از نکاتی که در هنگام کار با آرایه ها با آن مواجه هستیم، الحاق آرایه ها یا همان concatenation است. قبلا در خصوص تابع concate با هم صحبت کرده بودیم. یکی دیگر از توابع جالبی که برای این موضوع استفاده می شود تابع numpy.r_ است. با کمک این تابع می توان به راحتی آرایه ها را به صورت سطری تلفیق کرد. کار جالب دیگر این تابع، ساخت سری اعداد درست مانند arange است. در مثال این پست با چند نمونه از امکانات این تابع آشنا می شوید.

#آرایه
#الحاق

#Numpy
#concatenation
#concate

✅عضویت در کانال پایتون برای مالی
www.tg-me.com/python4finance

در صورتی که برای دسترسی به کانال پایتون برای مالی در تلگرام دچار مشکل هستید می توانید به آرشیو کلیه مطالب از طریق شبکه بله دسترسی داشته باشید.

🔸پایتون برای مالی در بله:
لینک

یکی از معیارهایی که برای محاسبه ریسک یا همان تلاطم از آن استفاده می کنیم، معیار انحراف معیار (Standars Deviation) است. تشخیص ریسک از روی نمودار نکته بسیار مهمی است که بیشتر دانشجویان در آن دچار اشتباه می شوند.
در مثال این پست، سه توزیع با میانگین یکسان و انحراف معیار های متفاوت رسم شده است. توزیع سبز رنگ بیشترین انحراف معیار را دارد.

#ریسک
#انحراف_معیار

✅عضویت در کانال پایتون برای مالی
www.tg-me.com/python4finance

معرفی کتاب «سیاست های پولی و مالی از نگاه DSGE» به انگلیسی «Monetary and Fiscal Policy Through a Dsge Lens»
یکی از درس های دانشجویان دکتری اقتصاد و مدیریت مالی وارد کردن پوایایی های اقتصاد به مدلهاست. در مدلهای ساده اقتصادی و مالی، مدلها با فرض ثبوت سایر عوامل اجرا می شوند در حالی که در واقعیت شوک های زیادی به مدل وارد می شود. برای این منظور از مدلهای تعادل عمومی پویای تصادفی (DSGE) استفاده می شود. تا پیش از این نرم افزار Dynar که بر روی Matlab اجرا می شود اصلی ترین نرم افزار تحلیل مدلهای DSGE بود اما امروزه در پایتون هم کارهای بسیار خوبی انجام شده است.
در این کتاب که توسط انتشارات دانشگاه آکسفورد چاپ شده است، سیاست های پولی و مالی به وسیله مدلهای DSGE و با پایتون بررسی و تحلیل می شود.

#معرفی_کتاب
#تعادل_عمومی_پویای_تصادفی

#DSGE

✅عضویت در کانال پایتون برای مالی
www.tg-me.com/python4finance

دانلود کتاب «سیاست های پولی و مالی از نگاه DSGE» به انگلیسی «Monetary and Fiscal Policy Through a Dsge Lens»


#معرفی_کتاب
#تعادل_عمومی_پویای_تصادفی

#DSGE

✅عضویت در کانال پایتون برای مالی
www.tg-me.com/python4finance

وقتی انسان ها گرفتار شده اند و ماشین ها در حال یادگیری هستند.

#طنز

✅ پایتون برای مالی در تلگرام https://www.tg-me.com/python4finance

✅ پایتون برای مالی در بله https://ble.ir/python4finance

مروی بر توزیع های متداول آماری
در اقتصاد و مالی عموما با داده های تصادفی روبرو هستیم. اگر بتوانیم این داده های تصادفی را در قالب توزیع های متداول آماری قرار دهیم، تبیین و تحلیل آنها بسیار ساده می شود. در چند پست آتی سعی می کنم مطالبی را در خصوص توزیع های مهم آماری علی الخصوص توزیع نرمال قرار دهم. از آنجایی که فرض خیلی از مدلهای اقتصادی و مالی وجود نرمالیتی داده هاست، شناخت توزیع نرمال به شناخت ماهیت مدلها کمک شایانی خواهد کرد.
خوشبختانه در پایتون ابزارهای زیادی برای کار با توزیع ها وجود دارد که در پست های آتی با هم این مطالب را مرور خواهیم کرد.

✅ پایتون برای مالی در تلگرام
www.tg-me.com/python4finance

داده های بدون روند یا فرآیند نویز سفید (White noise):
گاهی اوقات داده ها، هیچ رفتار مشخصی از خود ندارند و احتمال رخداد همه اعضا، دقیقا برابر است.
در پردازش سیگنال، نویز سفید به سیگنالی گفته می‌شود که توان آن به‌طور یکنواخت در همه فرکانس‌ها توزیع شده‌ باشد (درست مانند نور سفید که همه طیف های رنگی در آن به صورت یکسان وجود دارد و به هیچ طیف رنگی متمایل نیست).
یک مثال بسیار خوب از فرآیند وایت نویز، صفحات برفک در تلویزیون های آنالوگ است (البته برای اونهایی که سنشون قد می ده😊)
در این نوع توزیع هیچ روندی وجود ندارد، واریانس (sigma^2) ثابت است و داده ها هبستگی از خود نشان نمی دهند.
در مثال این پست یک فرآیند نویز سفید بررسی و رسم می شود.

#White_noise
پی نوشت: علم اقتصاد مفاهیم زیادی را از فیزیک گرفته است که ان شاء الله در زمان خود در این خصوص هم صحبت خواهیم کرد.

www.tg-me.com/python4finance

آشنایی با توزیع نرمال، و روش های نرمال سازی و استانداردسازی

در این اسلاید که مربوط به دوره آمار و احتمال علم داده است، مفهوم توزیع نرمال بررسی شده و با استفاده از پایتون، آزمون های نرمالیتی و روش های استانداردسازی و نرمال سازی بررسی می شود. مطالعه این اسلاید، به علاقه مندان آمار و نیز علاقه مندان یادگیری ماشین توصیه می شود.

#اسلاید
#آموزش
#توزیع_نرمال
#استاندارد_سازی
#نرمال_سازی

✅ پایتون برای مالی در تلگرام
https://www.tg-me.com/python4finance

✅ پایتون برای مالی در بله
https://ble.ir/python4finance

میلاد پیامبر رحمت و مهربانی حضرت محمد مصطفی (ص) و امام صادق (ع) مبارک.

✅ پایتون برای مالی در تلگرام
https://www.tg-me.com/python4finance

✅ پایتون برای مالی در بله
https://ble.ir/python4finance

معرفی کتاب «مقدمه ای بر فیزیک اقتصاد: رویکردهای معاصر با شبیه سازی پایتون» به انگلیسی «Introduction to Econophysics: Contemporary Approaches with Python Simulations»
فیزیک اقتصاد یکی از مکاتب رقیب اقتصادی است که نظریه هایی که در ابتدا در فیزیک توسعه پیدا کرده بودند مانند نااطیمنانی، فرآیندهای تصادفی و پویایی ها غیر خطی را برای حل مسائل اقتصادی به کار می برد. امروزه فیزیک اقتصاد در مسائل مالی نیز بسیار پرکاربرد شده است.
اگرچه استفاده از قواعد فیزیک در اقتصاد بسیار قدیمی است اما فیزیک اقتصاد به عنوان یک شاخه مطالعاتی، به نسبت جدید محسوب می شود. کتاب حاضر یکی از کتاب های پایه ای در این حیطه است. مطالب اقتصادی این کتاب در سطح مقدماتی است اما استفاده از ریاضیات و آمار و تئوری های فیزیک این کتاب را برای علاقه مندان جذاب کرده است.همچنین کلیه مثال های کتاب در زبان پایتون برنامه نویسی شده است.
#معرفی_کتاب
#فیزیک_اقتصاد
#Econophysics

www.tg-me.com/python4finance

کتابخانه Streamlit ، یک کتابخانه بسیار عالی برای تحویل پروژه ها در قالب وبسایت
یکی از بهترین روش های منتشر کردن پروژه ها، انتشار آنها در قالب وبسایت است. این روش علاوه بر اینکه بسیار در تعاملی کردن خروجی نهایی موثر است، روشی استاندارد برای مشاهده خروجی روی سیستم های مختلف است. پیش از این، توسعه وب سایت مترادف با Flask یا django بود. اما خوشبختانه راه ساده تری هم وجود دارد، Streamlit !
این کتابخانه قدرتمند به شما این امکان را می دهد که خروجی نرم افزار خود را با چند دستور ساده به سایت های تعاملی تبدیل کنید. اگر علاقه مند به این ابزار شدید سری به سایت آن به نشانی streamlit.io بزنید. کار با این ماژول بسیار ساده است و راهنمای کاملی هم در سایت آن وجود دارد.

پی نوشت: من میزان کاربردی بودن پست ها را با تعداد قلب هایی که زیر آن قرار می گیرد تحلیل می‌کنم. در صورتی که تعداد قلب های زیر این پست به 500 رسید، یک آموزش تصویری برای آن خواهم ساخت. پس اگر به این موضوع علاقه مند هستید، معطل نکنید و روی علامت قلب کلیک کنید.


www.tg-me.com/python4finance