کتاب صوتی Data Wrangling حرفهای با R: راهنمای جامع دستکاری دادهها با کتاب فیل اسپکتور
Data Wrangling حرفهای با R: راهنمای جامع دستکاری دادهها با کتاب فیل اسپکتور Data Wrangling حرفهای با R: راهنمای جامع دستکاری دادهها با کتاب فیل اسپکتور مسلط شوید بر هنر دستکاری دادهها با R و تبدی...
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره Data Wrangling حرفهای با R: راهنمای جامع دستکاری دادهها با کتاب فیل اسپکتور
موضوع کلی: تحلیل و دستکاری داده با R
موضوع میانی: تکنیکهای پیشرفته دستکاری داده در R
📋 سرفصلهای دوره
- 1. مقدمهای بر R و محیط آن
- 2. نصب R و RStudio
- 3. اولین گامها در R: اجرای دستورات و کار با کنسول
- 4. انواع داده در R (عددی، منطقی، کاراکتری)
- 5. ساختارهای داده در R: بردارها (Vectors)
- 6. ساختارهای داده در R: ماتریسها (Matrices)
- 7. ساختارهای داده در R: آرایهها (Arrays)
- 8. ساختارهای داده در R: فاکتورها (Factors)
- 9. ساختارهای داده در R: لیستها (Lists)
- 10. ساختارهای داده در R: دیتافریمها (Data Frames)
- 11. وارد کردن دادهها به R: فایلهای CSV
- 12. وارد کردن دادهها به R: فایلهای Excel
- 13. وارد کردن دادهها به R: پایگاههای داده (SQL)
- 14. ذخیره دادهها در R
- 15. اصول اولیه دستکاری داده
- 16. انتخاب ستونها (Selecting Columns)
- 17. فیلتر کردن ردیفها (Filtering Rows)
- 18. مرتبسازی دادهها (Sorting Data)
- 19. ایجاد ستونهای جدید (Creating New Columns)
- 20. تغییر نام ستونها (Renaming Columns)
- 21. حذف ستونها و ردیفها (Removing Columns and Rows)
- 22. مدیریت مقادیر گمشده (Missing Values - NA)
- 23. شناسایی و شمارش مقادیر گمشده
- 24. جایگزینی مقادیر گمشده
- 25. حذف ردیفهای دارای مقادیر گمشده
- 26. کار با رشتهها (Strings)
- 27. عملیات اساسی با رشتهها
- 28. تقسیم و ترکیب رشتهها
- 29. جستجو و جایگزینی در رشتهها
- 30. کار با تاریخ و زمان (Dates and Times)
- 31. تبدیل فرمت تاریخ و زمان
- 32. استخراج اجزای تاریخ و زمان
- 33. محاسبات با تاریخ و زمان
- 34. عملیات تجمعی (Aggregation)
- 35. مقدمهای بر عملیات تجمعی
- 36. استفاده از تابع aggregate()
- 37. مقدمهای بر dplyr
- 38. مقدمهای بر tidyverse
- 39. نصب و بارگذاری پکیج dplyr
- 40. تابع select() در dplyr
- 41. تابع filter() در dplyr
- 42. تابع mutate() در dplyr
- 43. تابع arrange() در dplyr
- 44. تابع rename() در dplyr
- 45. تابع distinct() در dplyr
- 46. تابع slice() در dplyr
- 47. تابع top_n() در dplyr
- 48. piping (%>%) در dplyr
- 49. اتصال دیتافریمها (Joins)
- 50. مقدمهای بر اتصال دیتافریمها
- 51. inner_join()
- 52. left_join()
- 53. right_join()
- 54. full_join()
- 55. semi_join()
- 56. anti_join()
- 57. کار با دادههای گروهبندی شده
- 58. تابع group_by() در dplyr
- 59. تابع summarize() در dplyr
- 60. توابع آماری در summarize()
- 61. ایجاد چندین خلاصه در summarize()
- 62. کار با دادههای متنی
- 63. نصب و بارگذاری پکیج stringr
- 64. عملیات حرفهای با رشتهها با stringr
- 65. نصب و بارگذاری پکیج lubridate
- 66. عملیات حرفهای با تاریخ و زمان با lubridate
- 67. کار با دادههای پیچیده
- 68. نصب و بارگذاری پکیج tidyr
- 69. تابع spread() در tidyr
- 70. تابع gather() در tidyr
- 71. تابع separate() در tidyr
- 72. تابع unite() در tidyr
- 73. فلت کردن لیستها (Flattening Lists)
- 74. تبدیل دادههای پشتهای (Reshaping Data)
- 75. کار با دادههای بزرگ
- 76. مقدمهای بر مدیریت حافظه در R
- 77. تکنیکهای بهینهسازی کد برای دادههای بزرگ
- 78. استفاده از پکیج data.table
- 79. مقدمهای بر data.table
- 80. ایجاد دیتا تیبل
- 81. انتخاب و فیلتر در data.table
- 82. بهروزرسانی درجا (In-place Updates) در data.table
- 83. گروهبندی و خلاصه در data.table
- 84. جوین در data.table
- 85. توابع و عبارات در data.table
- 86. کار با دادههای ساختار یافته
- 87. نصب و بارگذاری پکیج xml2
- 88. وارد کردن دادههای XML
- 89. کار با دادههای JSON
- 90. نصب و بارگذاری پکیج jsonlite
- 91. وارد کردن دادههای JSON
- 92. استفاده از regular expressions در R
- 93. مقدمهای بر regular expressions
- 94. تابع grep() و grepl()
- 95. تابع sub() و gsub()
- 96. تطابق الگوها در R
- 97. دستکاری دادههای ساختار یافته با regular expressions
- 98. عملیات پیشرفته با dplyr
- 99. تابع case_when() برای شرطهای پیچیده
- 100. تابع if_else() برای شرطهای دودویی
برای آموختن، همیشه لازم نیست بخوانید
گاهی بهترین فرصت یادگیری زمانی است که در مسیر رفتوآمد هستید، قدم میزنید، استراحت میکنید یا کارهای روزمرهتان را انجام میدهید. محتوای صوتی کمک میکند از این لحظهها برای شنیدن، اندیشیدن و آشنایی با موضوعات تازه بهره ببرید.
◷
یادگیری در دل روزمرگی
از زمان رفتوآمد، پیادهروی یا استراحت برای شنیدن محتوای مفید استفاده کنید؛ بدون آنکه همیشه به کتاب چاپی یا صفحه نمایش نیاز داشته باشید.
◎
تجربهای شنیداری و دلنشین
با روایت صوتی، توضیحات گفتاری و فضای شنیداری هر محتوا همراه شوید و متناسب با سلیقه خود، شیوه تازهای برای دریافت مطالب تجربه کنید.
✦
گسترش دانش و دیدگاه
با موضوعات متنوع آشنا شوید، ایدههای تازه کشف کنید و فرصت بیشتری برای یادگیری مستمر و پرورش کنجکاوی خود بسازید.
♫
همراه با سبک زندگی شما
محتوای صوتی را متناسب با برنامه روزانه خود انتخاب کنید و در زمان مناسب، شنیدن را به بخشی از عادتهای شخصیتان تبدیل کنید.
کتاب صوتی یا پادکست؟
کتاب صوتی
راهی برای همراه شدن با محتوای یک کتاب از طریق شنیدن. بسته به اثر، میتوانید داستانها، آموزشها، مفاهیم تخصصی یا مطالب کاربردی را در قالب روایت و بیان صوتی دنبال کنید.
مناسب برای شنیدن و مرور محتوای کتابها
پادکست آموزشی
فرصتی برای دنبال کردن موضوعات مشخص در قالب گفتوگو، روایت، توضیح آموزشی یا مجموعهای از قسمتهای صوتی؛ مناسب برای کشف ایدهها و آشنایی با دیدگاههای گوناگون.
مناسب برای یادگیری موضوعی و شنیدن دیدگاههای تازه
هر جا که هستید، شنیدن را آغاز کنید
با دستگاه مناسب خود، محتوای صوتی را به آسانی دنبال کنید.
▯
گوشی هوشمند
اندروید و آیفون
▣
تبلت
برای شنیدن و دنبال کردن محتوا
▤
رایانه و لپتاپ
با پخشکننده صوتی سازگار
♫
هدفون و بلندگو
برای شنیدن متناسب با محیط
چطور از تجربه شنیدن بیشتر بهره ببریم؟
✦ زمان مناسبی برای شنیدن انتخاب کنید؛ زمانی که بتوانید با آرامش به محتوا توجه داشته باشید.
✦ برای مطالب آموزشی، نکتههای مهم را یادداشت کنید یا پس از پایان شنیدن، آنها را مرور کنید.
✦ اگر محتوا طولانی است، آن را در چند نوبت دنبال کنید تا فرصت بیشتری برای درک و مرور داشته باشید.
✦ هنگام رانندگی یا انجام کارهای نیازمند تمرکز، ایمنی را در اولویت قرار دهید و از شیوه شنیدنی استفاده کنید که حواس شما را مختل نکند.
هر شنیدن، فرصتی برای کشف است
با کتابهای صوتی و پادکستهای آموزشی، دنیای تازهای از ایدهها، روایتها و آموختنیها را به لحظههای خود اضافه کنید.
express24.ir
امکانات پخش، ادامه شنیدن و دسترسی آفلاین به نوع فایل، دستگاه و نرمافزار مورد استفاده بستگی دارد.
تگها:
Advanced Data Manipulation
Data Analysis
Data manipulation
Data Science
Data Wrangling
Phil Spector
R
Tidyverse
آموزش R
تحلیل داده
تکنیکهای پیشرفته
دستکاری داده
دوره R
علوم داده
فیل اسپکتور
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.