دوره تسلط بر Tidyverse: از داده‌های خام تا گزارش‌های تحلیلی همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تسلط بر Tidyverse: از داده‌های خام تا گزارش‌های تحلیلی

موضوع کلی: تحلیل و پردازش داده‌ها

موضوع میانی: برنامه‌نویسی داده‌محور با زبان R

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر تحلیل داده با R و Tidyverse
• 2. نصب و راه‌اندازی R و RStudio
• 3. معرفی فلسفه Tidyverse
• 4. ساختارهای داده‌ای در R: بردارها و ماتریس‌ها
• 5. دیتافریم‌ها: مبانی و ایجاد
• 6. خواندن و نوشتن داده‌ها: فایل‌های متنی
• 7. خواندن و نوشتن داده‌ها: فایل‌های CSV
• 8. خواندن و نوشتن داده‌ها: فایل‌های Excel
• 9. پاکسازی داده‌ها: مدیریت مقادیر گمشده
• 10. پاکسازی داده‌ها: حذف داده‌های تکراری
• 11. پاکسازی داده‌ها: تبدیل انواع داده‌ای
• 12. انتخاب داده‌ها: ستون‌ها و ردیف‌ها
• 13. فیلتر کردن داده‌ها: بر اساس شرایط مختلف
• 14. مرتب‌سازی داده‌ها: بر اساس یک یا چند ستون
• 15. ایجاد ستون‌های جدید: محاسبات ساده
• 16. ایجاد ستون‌های جدید: توابع شرطی
• 17. گروه‌بندی داده‌ها: مبانی و کاربردها
• 18. خلاصه‌سازی داده‌ها: توابع تجمعی
• 19. ادغام داده‌ها: joinها و mergeها
• 20. تغییر شکل داده‌ها: pivot_longer و pivot_wider
• 21. کار با رشته‌ها: توابع متداول
• 22. کار با تاریخ‌ها: توابع متداول
• 23. تبدیل داده‌ها: mutate و transmute
• 24. انتخاب داده‌ها: select و rename
• 25. فیلتر کردن داده‌ها: filter
• 26. مرتب‌سازی داده‌ها: arrange
• 27. گروه‌بندی داده‌ها: group_by
• 28. خلاصه‌سازی داده‌ها: summarize
• 29. ادغام داده‌ها: left_join، right_join، inner_join، full_join
• 30. تغییر شکل داده‌ها: uncount
• 31. کار با مقادیر گمشده: coalesce
• 32. کار با مقادیر گمشده: replace_na
• 33. نمایش داده‌ها: ggplot2 - مبانی
• 34. نمایش داده‌ها: نمودارهای پراکندگی
• 35. نمایش داده‌ها: نمودارهای خطی
• 36. نمایش داده‌ها: نمودارهای میله‌ای
• 37. نمایش داده‌ها: نمودارهای جعبه‌ای
• 38. نمایش داده‌ها: هیستوگرام‌ها
• 39. سفارشی‌سازی نمودارها: رنگ‌ها و شکل‌ها
• 40. سفارشی‌سازی نمودارها: برچسب‌ها و عنوان‌ها
• 41. سفارشی‌سازی نمودارها: مقیاس‌ها و محورها
• 42. ایجاد نمودارهای ترکیبی
• 43. ذخیره نمودارها: فرمت‌های مختلف
• 44. کار با داده‌های بزرگ: dbplyr
• 45. کار با داده‌های بزرگ: dplyr و lazy evaluation
• 46. کار با توابع: ایجاد و استفاده
• 47. کار با حلقه‌ها: for و while
• 48. نوشتن توابع سفارشی
• 49. برنامه‌نویسی رویه‌ای با R
• 50. کار با بسته‌ها: نصب و بارگذاری
• 51. ایجاد بسته‌های R
• 52. مستندسازی کد: کامنت‌گذاری و R Markdown
• 53. کنترل نسخه: Git و GitHub
• 54. بهینه‌سازی کد R برای سرعت
• 55. اشتباه‌یابی و رفع اشکال در کد R
• 56. کار با APIها: دریافت داده از منابع آنلاین
• 57. برنامه‌نویسی تعاملی با Shiny
• 58. معرفی Tidy Modeling
• 59. مقدمه‌ای بر مدل‌های آماری در R
• 60. مدل‌های رگرسیونی خطی
• 61. مدل‌های طبقه‌بندی
• 62. ارزیابی مدل‌ها
• 63. انتخاب ویژگی‌ها
• 64. پیش‌بینی با مدل‌ها
• 65. گزارش‌گیری: ایجاد گزارش‌های تحلیلی با R Markdown
• 66. گزارش‌گیری: خروجی گرفتن گزارش‌ها در فرمت‌های مختلف
• 67. کاربرد Tidyverse در تحلیل داده‌های سری زمانی
• 68. کاربرد Tidyverse در تحلیل داده‌های مکانی
• 69. کاربرد Tidyverse در تحلیل متون
• 70. بهبود خوانایی کد R با استفاده از style guideها
• 71. مفاهیم پیشرفته در dplyr: n_distinct، nth
• 72. مفاهیم پیشرفته در ggplot2: facet_wrap، geom_smooth
• 73. بهینه‌سازی عملکرد ggplot2 برای داده‌های بزرگ
• 74. تحلیل داده‌های چند متغیره با Tidyverse