دوره مبانی زبان برنامه نویسی R و دستکاری داده های پایه همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مبانی زبان برنامه نویسی R و دستکاری داده های پایه

موضوع کلی: علوم کامپیوتر و تحلیل داده

موضوع میانی: برنامه نویسی و مدیریت داده

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر زبان برنامه نویسی R
• 2. نصب و پیکربندی R و RStudio
• 3. مفاهیم پایه در R: متغیرها و انواع داده
• 4. ساختارهای داده در R: بردارها
• 5. ساختارهای داده در R: ماتریس‌ها
• 6. ساختارهای داده در R: آرایه‌ها
• 7. ساختارهای داده در R: لیست‌ها
• 8. ساختارهای داده در R: فریم‌های داده
• 9. عملیات پایه بر روی بردارها
• 10. عملیات پایه بر روی فریم‌های داده
• 11. شاخص‌گذاری و برش (Indexing and Slicing) در R
• 12. کار با رشته‌ها (Strings) در R
• 13. عملیات منطقی در R
• 14. حلقه‌های شرطی (If-Else Statements)
• 15. حلقه‌های تکرار (Loops) در R
• 16. توابع در R: تعریف و فراخوانی
• 17. توابع کاربردی در R
• 18. مدیریت اشیاء در محیط R
• 19. وارد کردن داده‌ها به R از فایل‌های CSV
• 20. وارد کردن داده‌ها به R از فایل‌های Excel
• 21. وارد کردن داده‌ها به R از فایل‌های متنی
• 22. ذخیره کردن داده‌ها در R
• 23. پاکسازی داده‌ها (Data Cleaning) در R
• 24. مدیریت مقادیر گمشده (Missing Values)
• 25. شناسایی و مدیریت داده‌های پرت (Outliers)
• 26. تبدیل انواع داده‌ها (Data Type Conversion)
• 27. تغییر شکل فریم‌های داده (Reshaping Data Frames)
• 28. ادغام و پیوستن فریم‌های داده (Merging and Joining)
• 29. دستکاری ستون‌ها در R
• 30. دستکاری ردیف‌ها در R
• 31. دسته‌بندی داده‌ها (Grouping Data)
• 32. خلاصه‌سازی داده‌ها (Summarizing Data)
• 33. آمار توصیفی در R
• 34. محاسبه میانگین، میانه و نما
• 35. محاسبه واریانس و انحراف معیار
• 36. محاسبه چارک‌ها و صدک‌ها
• 37. رسم نمودارهای پایه: هیستوگرام
• 38. رسم نمودارهای پایه: نمودار پراکندگی (Scatter Plot)
• 39. رسم نمودارهای پایه: نمودار میله‌ای (Bar Plot)
• 40. رسم نمودارهای پایه: نمودار جعبه‌ای (Box Plot)
• 41. شخصی‌سازی نمودارها در R
• 42. کار با بسته‌های R
• 43. نصب و بارگذاری بسته‌های R
• 44. مروری بر بسته‌های محبوب برای تحلیل داده
• 45. بسته dplyr برای دستکاری داده
• 46. فیلتر کردن داده‌ها با dplyr
• 47. انتخاب ستون‌ها با dplyr
• 48. مرتب‌سازی داده‌ها با dplyr
• 49. تغییر نام ستون‌ها با dplyr
• 50. ایجاد ستون‌های جدید با dplyr
• 51. تجمیع داده‌ها با dplyr
• 52. استفاده از pipe operator (%>%) در dplyr
• 53. بسته tidyr برای مرتب‌سازی داده‌ها
• 54. تبدیل فرمت داده از گسترده به بلند (Wide to Long)
• 55. تبدیل فرمت داده از بلند به گسترده (Long to Wide)
• 56. جداسازی یک ستون به چندین ستون
• 57. ادغام چندین ستون در یک ستون
• 58. بسته‌های آماری در R
• 59. آزمون‌های فرض آماری پایه
• 60. آزمون t تک‌نمونه‌ای (One-Sample t-test)
• 61. آزمون t دو نمونه‌ای مستقل (Independent Samples t-test)
• 62. آزمون t زوجی (Paired t-test)
• 63. آزمون تحلیل واریانس یک‌طرفه (One-Way ANOVA)
• 64. آزمون کای‌دو (Chi-Squared Test)
• 65. همبستگی پیرسون (Pearson Correlation)
• 66. رگرسیون خطی ساده (Simple Linear Regression)
• 67. مقدمه‌ای بر تحلیل سری‌های زمانی در R
• 68. فیلتر کردن داده‌های سری زمانی
• 69. نمودارهای سری زمانی
• 70. مقدمه‌ای بر داده‌کاوی در R
• 71. قوانین انجمنی (Association Rules)
• 72. خوشه‌بندی (Clustering)
• 73. مقدمه‌ای بر یادگیری ماشین در R
• 74. مدل‌های طبقه‌بندی پایه
• 75. مدل‌های رگرسیون پایه
• 76. ارزیابی مدل‌های یادگیری ماشین
• 77. کار با داده‌های متنی در R
• 78. پردازش اولیه متن
• 79. شمارش فراوانی کلمات
• 80. مقدمه‌ای بر مصورسازی پیشرفته داده در R
• 81. بسته ggplot2
• 82. ساخت نمودارهای پیچیده‌تر با ggplot2
• 83. لایه‌های نمودار در ggplot2
• 84. مقیاس‌ها و رنگ‌ها در ggplot2
• 85. کار با نقشه‌ها در R
• 86. مقدمه‌ای بر پایگاه داده در R
• 87. اتصال به پایگاه داده‌های رابطه‌ای
• 88. اجرای کوئری‌های SQL در R
• 89. مدیریت خطاها در R
• 90. نوشتن اسکریپت‌های R
• 91. توسعه برنامه‌های کاربردی ساده با Shiny
• 92. مقدمه‌ای بر اخلاق در تحلیل داده
• 93. حریم خصوصی داده‌ها
• 94. سوگیری در داده‌ها و الگوریتم‌ها
• 95. مسئولیت‌پذیری در تحلیل داده
• 96. مقدمه‌ای بر پردازش داده‌های بزرگ
• 97. فریم‌های داده کارآمد در R
• 98. کار با فایل‌های بزرگ