کتاب آموزش کاربردی Tidyverse برای پاکسازی و آماده‌سازی داده‌ها 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 آموزش کاربردی Tidyverse برای پاکسازی و آماده‌سازی داده‌ها

موضوع کلی: علوم داده و تحلیل آماری

موضوع میانی: برنامه‌نویسی و پردازش اطلاعات با زبان R

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر Tidyverse و فلسفه آن
  • 2. نصب و راه‌اندازی Tidyverse در R و RStudio
  • 3. مروری بر بسته‌های کلیدی Tidyverse
  • 4. dplyr: دستکاری داده‌ها با استفاده از فعل‌ها
  • 5. انتخاب ستون‌ها با dplyr (select)
  • 6. فیلتر کردن ردیف‌ها با dplyr (filter)
  • 7. مرتب‌سازی داده‌ها با dplyr (arrange)
  • 8. ایجاد ستون‌های جدید با dplyr (mutate)
  • 9. خلاصه‌سازی داده‌ها با dplyr (summarize)
  • 10. گروه‌بندی داده‌ها با dplyr (group_by)
  • 11. ادغام داده‌ها با dplyr (bind_rows, bind_cols)
  • 12. پیوستن داده‌ها با dplyr (join)
  • 13. تبدیل نوع داده‌ها با dplyr (mutate و as.)
  • 14. رسیدگی به مقادیر گمشده (NA) با dplyr
  • 15. پیدا کردن و حذف داده‌های تکراری با dplyr
  • 16. کار با رشته‌ها در Tidyverse
  • 17. کار با تاریخ‌ها و زمان‌ها در Tidyverse
  • 18. ggplot2: اصول اولیه رسم نمودار
  • 19. ایجاد نمودارهای پراکندگی (scatter plots) با ggplot2
  • 20. ایجاد نمودارهای خطی (line plots) با ggplot2
  • 21. ایجاد نمودارهای میله‌ای (bar plots) با ggplot2
  • 22. ایجاد هیستوگرام‌ها (histograms) با ggplot2
  • 23. ایجاد نمودارهای جعبه‌ای (box plots) با ggplot2
  • 24. سفارشی‌سازی نمودارها با ggplot2: رنگ، اندازه، برچسب‌ها
  • 25. اضافه کردن لایه‌ها به نمودارها با ggplot2
  • 26. استفاده از themes در ggplot2 برای تغییر ظاهر نمودارها
  • 27. facetting: ایجاد نمودارهای چندگانه بر اساس گروه‌ها
  • 28. استفاده از ggplot2 برای داده‌های مکانی
  • 29. tidyr: تغییر شکل داده‌ها
  • 30. تبدیل داده‌ها از حالت گسترده به حالت طولانی (pivot_longer)
  • 31. تبدیل داده‌ها از حالت طولانی به حالت گسترده (pivot_wider)
  • 32. جدا کردن ستون‌ها با tidyr (separate)
  • 33. ترکیب ستون‌ها با tidyr (unite)
  • 34. استفاده از tidyr برای رسیدگی به داده‌های نامنظم
  • 35. readr: خواندن داده‌ها به R
  • 36. خواندن فایل‌های CSV با readr (read_csv)
  • 37. خواندن فایل‌های TXT با readr (read_delim)
  • 38. کنترل نحوه خواندن داده‌ها با readr: جداکننده، سرصفحه، نوع داده
  • 39. نوشتن داده‌ها به فایل با readr (write_csv)
  • 40. stringr: کار با رشته‌ها
  • 41. جستجو و جایگزینی رشته‌ها با stringr
  • 42. استخراج زیررشته‌ها با stringr
  • 43. تبدیل حروف به بزرگ و کوچک با stringr
  • 44. استفاده از عبارات باقاعده (regular expressions) با stringr
  • 45. lubridate: کار با تاریخ‌ها و زمان‌ها
  • 46. استخراج اجزای تاریخ و زمان با lubridate
  • 47. محاسبه اختلاف بین تاریخ‌ها با lubridate
  • 48. تغییر قالب تاریخ و زمان با lubridate
  • 49. کار با مناطق زمانی با lubridate
  • 50. purrr: برنامه‌نویسی تابعی در Tidyverse
  • 51. استفاده از map برای اعمال یک تابع بر روی یک لیست
  • 52. استفاده از reduce برای خلاصه کردن یک لیست
  • 53. استفاده از walk برای اجرای یک تابع بر روی هر عنصر یک لیست
  • 54. توابع شرطی در purrr
  • 55. nest و unnest: کار با لیست‌های تو در تو
  • 56. استفاده از Tidyverse برای پاکسازی داده‌های واقعی
  • 57. پاکسازی داده‌های متنی
  • 58. پاکسازی داده‌های عددی
  • 59. پاکسازی داده‌های تاریخ
  • 60. مستندسازی کد Tidyverse
  • 61. بهینه‌سازی عملکرد کد Tidyverse
  • 62. اشتباهات رایج در Tidyverse و نحوه رفع آن‌ها
  • 63. ادغام Tidyverse با سایر بسته‌های R
  • 64. منابع بیشتر برای یادگیری Tidyverse
تگ‌ها: RStudio Tidyverse آماده‌سازی داده آمار برنامه نویسی R پاکسازی داده تحلیل داده داده کاوی علوم داده

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.