کتاب جامع تحلیل و مصورسازی داده‌ها با ابزارهای Tidyverse با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

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 جامع تحلیل و مصورسازی داده‌ها با ابزارهای Tidyverse

موضوع کلی: علوم داده و تحلیل آماری

موضوع میانی: مدیریت و پردازش داده‌ها با زبان برنامه‌نویسی R

📋 سرفصل‌های دوره (100 موضوع)

  • 1. آشنایی با فلسفه و ساختار اکوسیستم Tidyverse در زبان R
  • 2. نصب و راه‌اندازی محیط برنامه‌نویسی R و RStudio
  • 3. مبانی مدیریت داده‌ها در قالب Tibble
  • 4. واردات داده‌های ساختاریافته از فایل‌های CSV و Excel
  • 5. پاک‌سازی داده‌ها با استفاده از توابع کتابخانه dplyr
  • 6. انتخاب و فیلتر کردن ستون‌ها و ردیف‌های داده
  • 7. مرتب‌سازی و تغییر ترتیب داده‌ها در دیتاست
  • 8. تغییر نام و اصلاح ساختار متغیرها
  • 9. ایجاد متغیرهای جدید و محاسبات ریاضی بر روی ستون‌ها
  • 10. خلاصه‌سازی داده‌ها با استفاده از توابع آماری
  • 11. گروه‌بندی داده‌ها و اجرای عملیات محاسباتی بر روی گروه‌ها
  • 12. ادغام و پیوند جداول داده با استفاده از توابع Join
  • 13. ترکیب جداول داده با روش‌های Set Operations
  • 14. کار با داده‌های گمشده و مدیریت مقادیر تهی
  • 15. تغییر شکل داده‌ها از حالت عریض به طویل و بالعکس با tidyr
  • 16. جداسازی و ترکیب ستون‌های متنی در داده‌های خام
  • 17. مدیریت داده‌های زمانی و تقویمی با بسته lubridate
  • 18. کار با رشته‌های متنی و الگوهای جستجو با stringr
  • 19. مبانی مصورسازی داده‌ها با بسته ggplot2
  • 20. ساخت نمودارهای پراکندگی و تحلیل همبستگی
  • 21. رسم نمودارهای ستونی برای تحلیل فراوانی داده‌ها
  • 22. تحلیل توزیع داده‌ها با نمودارهای هیستوگرام و چگالی
  • 23. مدیریت رنگ‌بندی و تم‌های گرافیکی در نمودارها
  • 24. افزودن برچسب‌ها و عنوان به نمودارهای تحلیلی
  • 25. کار با لایه‌های گرافیکی و فیلتر کردن داده‌ها در نمودار
  • 26. تحلیل روند داده‌های سری زمانی با نمودارهای خطی
  • 27. استفاده از Faceting برای مقایسه زیرگروه‌های داده
  • 28. ایجاد نمودارهای جعبه‌ای برای تحلیل پراکندگی و میانه‌ها
  • 29. بهینه‌سازی کدهای R با استفاده از عملگر Pipe
  • 30. تولید گزارش‌های تحلیلی خودکار با Quarto و R Markdown
  • 31. مدیریت خطاهای رایج در پردازش داده‌ها
  • 32. بهینه‌سازی عملکرد کدها برای مجموعه‌های داده بزرگ
  • 33. اصول مستندسازی و خوانایی کد در پروژه‌های تحلیل داده
  • 34. تجزیه و تحلیل داده‌های اقتصادی و مالی در چارچوب قوانین
  • 35. پیاده‌سازی یک پروژه جامع تحلیل آماری از صفر تا صد
  • 36. ارائه نتایج تحلیل داده به صورت داشبوردهای تعاملی
  • 37. اعتبارسنجی خروجی‌های آماری و گزارش‌دهی نهایی
تگ‌ها: Tidyverse برنامه‌نویسی آماری پاکسازی داده‌ها تحلیل آماری تحلیل داده با R زبان برنامه نویسی R علوم داده مدیریت داده‌ها مصورسازی داده‌ها

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.