کتاب مبانی زبان برنامه نویسی R و دستکاری داده های پایه با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

249,950 تومان
پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 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 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
تگ‌ها: R فارسی آماری R برنامه نویسی R تحلیل داده داده کاوی دستکاری داده زبان R مقدماتی R یادگیری R

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.