کتاب تسلط بر تحلیل داده‌های کاربردی و برنامه‌نویسی پیشرفته با R 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 تسلط بر تحلیل داده‌های کاربردی و برنامه‌نویسی پیشرفته با R

موضوع کلی: علوم داده و تحلیل آماری

موضوع میانی: برنامه‌نویسی پیشرفته در زبان R

📋 سرفصل‌های دوره (100 موضوع)

  • 1. مبانی و ساختارهای داده در زبان برنامه‌نویسی R
  • 2. مدیریت و دست‌کاری بردارها و ماتریس‌ها
  • 3. کار با لیست‌ها در تحلیل داده‌های پیچیده
  • 4. ساختار داده‌های دیتافریم و کاربرد آن‌ها در تحلیل آماری
  • 5. فراخوانی و خواندن داده‌ها از فایل‌های متنی و اکسل
  • 6. اصول کدنویسی تمیز و استاندارد در R
  • 7. مدیریت خطاها و رفع اشکال در برنامه‌نویسی
  • 8. توابع شرطی و کنترل جریان برنامه
  • 9. حلقه‌های تکرار و بهینه‌سازی در R
  • 10. توابع خانواده apply برای پردازش داده‌ها
  • 11. برنامه‌نویسی تابعی در R با بسته purrr
  • 12. مدیریت رشته‌های متنی و کاراکترها
  • 13. کار با تاریخ و زمان در مجموعه‌داده‌های زمانی
  • 14. استفاده از بسته dplyr برای پالایش داده‌ها
  • 15. اصول تغییر شکل داده‌ها با بسته tidyr
  • 16. ترکیب و ادغام جداول و دیتافریم‌ها
  • 17. آموزش مقدماتی مصورسازی داده‌ها با ggplot2
  • 18. تنظیمات گرافیکی و شخصی‌سازی نمودارها
  • 19. آشنایی با مبانی برنامه‌نویسی شیءگرا در R
  • 20. ساخت توابع سفارشی برای تحلیل‌های آماری
  • 21. مدیریت حافظه و بهینه‌سازی عملکرد کد
  • 22. کار با پایگاه‌های داده رابطه‌ای در R
  • 23. آشنایی با محیط RStudio و مدیریت پروژه‌ها
  • 24. اصول مستندسازی کدها و گزارش‌نویسی علمی
  • 25. کار با بسته‌های آماری استاندارد
  • 26. شبیه‌سازی آماری و تولید اعداد تصادفی
  • 27. مبانی آمار توصیفی در R
  • 28. تجزیه و تحلیل همبستگی و رگرسیون خطی
  • 29. آموزش کار با داده‌های مفقود و پاک‌سازی آن‌ها
  • 30. ساخت گزارش‌های پویا با R Markdown
  • 31. تولید خروجی‌های استاندارد برای مقالات علمی
  • 32. کار با ساختارهای داده‌ای بزرگ و مدیریت منابع سیستم
  • 33. آشنایی با محیط‌های محاسبات موازی در R
  • 34. اصول امنیت در مدیریت داده‌ها و کدهای برنامه
  • 35. به‌کارگیری R در تحلیل‌های اقتصادی و مالی اسلامی
  • 36. ارزیابی و تست کدهای نوشته شده
  • 37. نکته‌های پیشرفته در برنامه‌نویسی تابعی
  • 38. مدیریت وابستگی‌ها و بسته‌های نرم‌افزاری
  • 39. اصول اخلاق حرفه‌ای در تحلیل داده و امانت‌داری علمی
  • 40. پروژه نهایی تحلیل داده‌های کاربردی و گزارش‌نویسی
تگ‌ها: آموزش زبان R برنامه‌نویسی آماری برنامه‌نویسی پیشرفته R پردازش داده‌های آماری تحلیل داده با R تحلیل داده‌های کاربردی دیتاساینس علم داده مدل‌سازی آماری یادگیری ماشین با R

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.