کتاب جامع تحلیل آماری و مصورسازی داده‌ها با استفاده از نرم‌افزار R 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 آماری و مصورسازی داده‌ها با استفاده از نرم‌افزار R

موضوع کلی: علوم داده و آمار محاسباتی

موضوع میانی: تحلیل و پردازش داده‌ها با زبان برنامه‌نویسی R

📋 سرفصل‌های دوره (100 موضوع)

  • 1. آشنایی با محیط نرم‌افزاری R و RStudio
  • 2. مبانی کار با آرایه‌ها و بردارها در R
  • 3. مدیریت انواع داده‌ها و ساختارهای ذخیره‌سازی
  • 4. کار با لیست‌ها و ماتریس‌ها در تحلیل داده
  • 5. نحوه فراخوانی و وارد کردن داده‌ها از فرمت‌های مختلف
  • 6. پاک‌سازی و پیش‌پردازش داده‌های خام
  • 7. کار با بسته‌های نرم‌افزاری و مدیریت کتابخانه‌ها
  • 8. اصول برنامه‌نویسی در R و ساختارهای کنترلی
  • 9. کاربرد حلقه‌ها و توابع در بهینه‌سازی کدهای آماری
  • 10. آشنایی با گرامر گرافیک در بسته ggplot2
  • 11. ترسیم نمودارهای پراکندگی و توزیع داده‌ها
  • 12. مصورسازی سری‌های زمانی و روندهای آماری
  • 13. استفاده از ابزارهای گرافیکی برای تحلیل‌های اکتشافی
  • 14. مفاهیم آمار توصیفی و شاخص‌های مرکزی
  • 15. محاسبه واریانس، انحراف معیار و چولگی در R
  • 16. آشنایی با توزیع‌های احتمالی و کاربرد آن‌ها
  • 17. آزمون‌های فرض آماری و مقایسه میانگین‌ها
  • 18. تحلیل همبستگی و روابط بین متغیرها
  • 19. مبانی رگرسیون خطی ساده و چندگانه
  • 20. ارزیابی دقت مدل‌های رگرسیونی
  • 21. کاربرد بسته‌های tidyverse در مدیریت داده
  • 22. کار با داده‌های مفقود و روش‌های جایگزینی آن‌ها
  • 23. تغییر شکل داده‌ها با استفاده از دستورات dplyr
  • 24. تجمیع و خلاصه‌سازی داده‌ها برای گزارش‌گیری
  • 25. مدیریت تاریخ و زمان در مجموعه‌داده‌ها
  • 26. آشنایی با متغیرهای عاملی و داده‌های طبقه‌بندی‌شده
  • 27. شبیه‌سازی توزیع‌های آماری با استفاده از اعداد تصادفی
  • 28. درک مفهوم نمونه‌گیری و استنباط آماری
  • 29. تحلیل واریانس (ANOVA) در محیط R
  • 30. ساخت توابع سفارشی برای محاسبات تکراری
  • 31. تولید گزارش‌های تعاملی با استفاده از R Markdown
  • 32. ایجاد داشبوردهای تحلیلی با بسته Shiny
  • 33. اصول مستندسازی و اشتراک‌گذاری کدهای آماری
  • 34. روش‌های بهینه‌سازی کد برای داده‌های حجیم
  • 35. معرفی کاربردهای یادگیری ماشین در تحلیل داده
  • 36. ارزیابی عملکرد مدل‌های پیش‌بینی
  • 37. آماده‌سازی نهایی داده‌ها برای ارائه در گزارش‌های رسمی
تگ‌ها: آمار محاسباتی آموزش زبان R برنامه‌نویسی آماری تحلیل آماری داده‌ها تحلیل داده با R علم داده کاربرد R در علم داده مصورسازی داده‌ها

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.