کتاب Data Wrangling حرفه‌ای با R: راهنمای جامع دستکاری داده‌ها با کتاب فیل اسپکتور با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

Data Wrangling حرفه‌ای با R: راهنمای جامع دستکاری داده‌ها با کتاب فیل اسپکتور Data Wrangling حرفه‌ای با R: راهنمای جامع دستکاری داده‌ها با کتاب فیل اسپکتور مسلط شوید بر هنر دستکاری داده‌ها با R و تبدی...

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 87,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره Data Wrangling حرفه‌ای با R: راهنمای جامع دستکاری داده‌ها با کتاب فیل اسپکتور

موضوع کلی: تحلیل و دستکاری داده با R

موضوع میانی: تکنیک‌های پیشرفته دستکاری داده در R

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر R و محیط آن
  • 2. نصب R و RStudio
  • 3. اولین گام‌ها در R: اجرای دستورات و کار با کنسول
  • 4. انواع داده در R (عددی، منطقی، کاراکتری)
  • 5. ساختارهای داده در R: بردارها (Vectors)
  • 6. ساختارهای داده در R: ماتریس‌ها (Matrices)
  • 7. ساختارهای داده در R: آرایه‌ها (Arrays)
  • 8. ساختارهای داده در R: فاکتورها (Factors)
  • 9. ساختارهای داده در R: لیست‌ها (Lists)
  • 10. ساختارهای داده در R: دیتافریم‌ها (Data Frames)
  • 11. وارد کردن داده‌ها به R: فایل‌های CSV
  • 12. وارد کردن داده‌ها به R: فایل‌های Excel
  • 13. وارد کردن داده‌ها به R: پایگاه‌های داده (SQL)
  • 14. ذخیره داده‌ها در R
  • 15. اصول اولیه دستکاری داده
  • 16. انتخاب ستون‌ها (Selecting Columns)
  • 17. فیلتر کردن ردیف‌ها (Filtering Rows)
  • 18. مرتب‌سازی داده‌ها (Sorting Data)
  • 19. ایجاد ستون‌های جدید (Creating New Columns)
  • 20. تغییر نام ستون‌ها (Renaming Columns)
  • 21. حذف ستون‌ها و ردیف‌ها (Removing Columns and Rows)
  • 22. مدیریت مقادیر گمشده (Missing Values - NA)
  • 23. شناسایی و شمارش مقادیر گمشده
  • 24. جایگزینی مقادیر گمشده
  • 25. حذف ردیف‌های دارای مقادیر گمشده
  • 26. کار با رشته‌ها (Strings)
  • 27. عملیات اساسی با رشته‌ها
  • 28. تقسیم و ترکیب رشته‌ها
  • 29. جستجو و جایگزینی در رشته‌ها
  • 30. کار با تاریخ و زمان (Dates and Times)
  • 31. تبدیل فرمت تاریخ و زمان
  • 32. استخراج اجزای تاریخ و زمان
  • 33. محاسبات با تاریخ و زمان
  • 34. عملیات تجمعی (Aggregation)
  • 35. مقدمه‌ای بر عملیات تجمعی
  • 36. استفاده از تابع aggregate()
  • 37. مقدمه‌ای بر dplyr
  • 38. مقدمه‌ای بر tidyverse
  • 39. نصب و بارگذاری پکیج dplyr
  • 40. تابع select() در dplyr
  • 41. تابع filter() در dplyr
  • 42. تابع mutate() در dplyr
  • 43. تابع arrange() در dplyr
  • 44. تابع rename() در dplyr
  • 45. تابع distinct() در dplyr
  • 46. تابع slice() در dplyr
  • 47. تابع top_n() در dplyr
  • 48. piping (%>%) در dplyr
  • 49. اتصال دیتافریم‌ها (Joins)
  • 50. مقدمه‌ای بر اتصال دیتافریم‌ها
  • 51. inner_join()
  • 52. left_join()
  • 53. right_join()
  • 54. full_join()
  • 55. semi_join()
  • 56. anti_join()
  • 57. کار با داده‌های گروه‌بندی شده
  • 58. تابع group_by() در dplyr
  • 59. تابع summarize() در dplyr
  • 60. توابع آماری در summarize()
  • 61. ایجاد چندین خلاصه در summarize()
  • 62. کار با داده‌های متنی
  • 63. نصب و بارگذاری پکیج stringr
  • 64. عملیات حرفه‌ای با رشته‌ها با stringr
  • 65. نصب و بارگذاری پکیج lubridate
  • 66. عملیات حرفه‌ای با تاریخ و زمان با lubridate
  • 67. کار با داده‌های پیچیده
  • 68. نصب و بارگذاری پکیج tidyr
  • 69. تابع spread() در tidyr
  • 70. تابع gather() در tidyr
  • 71. تابع separate() در tidyr
  • 72. تابع unite() در tidyr
  • 73. فلت کردن لیست‌ها (Flattening Lists)
  • 74. تبدیل داده‌های پشته‌ای (Reshaping Data)
  • 75. کار با داده‌های بزرگ
  • 76. مقدمه‌ای بر مدیریت حافظه در R
  • 77. تکنیک‌های بهینه‌سازی کد برای داده‌های بزرگ
  • 78. استفاده از پکیج data.table
  • 79. مقدمه‌ای بر data.table
  • 80. ایجاد دیتا تیبل
  • 81. انتخاب و فیلتر در data.table
  • 82. به‌روزرسانی درجا (In-place Updates) در data.table
  • 83. گروه‌بندی و خلاصه در data.table
  • 84. جوین در data.table
  • 85. توابع و عبارات در data.table
  • 86. کار با داده‌های ساختار یافته
  • 87. نصب و بارگذاری پکیج xml2
  • 88. وارد کردن داده‌های XML
  • 89. کار با داده‌های JSON
  • 90. نصب و بارگذاری پکیج jsonlite
  • 91. وارد کردن داده‌های JSON
  • 92. استفاده از regular expressions در R
  • 93. مقدمه‌ای بر regular expressions
  • 94. تابع grep() و grepl()
  • 95. تابع sub() و gsub()
  • 96. تطابق الگوها در R
  • 97. دستکاری داده‌های ساختار یافته با regular expressions
  • 98. عملیات پیشرفته با dplyr
  • 99. تابع case_when() برای شرط‌های پیچیده
  • 100. تابع if_else() برای شرط‌های دودویی
تگ‌ها: Advanced Data Manipulation Data Analysis Data manipulation Data Science Data Wrangling Phil Spector R Tidyverse آموزش R تحلیل داده تکنیک‌های پیشرفته دستکاری داده دوره R علوم داده فیل اسپکتور

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.