کتاب آشنایی با محیط RStudio برای تحلیل داده

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

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .


ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره آشنایی با محیط RStudio برای تحلیل داده

موضوع کلی: علوم کامپیوتر و تحلیل داده

موضوع میانی: ابزارهای تحلیل آماری و برنامه‌نویسی

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر تحلیل داده و RStudio
  • 2. نصب و راه‌اندازی R و RStudio
  • 3. آشنایی با محیط کاربری RStudio
  • 4. مفاهیم پایه زبان R: متغیرها و انواع داده
  • 5. ساختارهای داده در R: وکتورها
  • 6. ساختارهای داده در R: ماتریس‌ها
  • 7. ساختارهای داده در R: آرایه‌ها
  • 8. ساختارهای داده در R: لیست‌ها
  • 9. ساختارهای داده در R: دیتافریم‌ها
  • 10. عملیات پایه‌ای با دیتافریم‌ها
  • 11. بارگذاری داده‌ها از فایل‌های CSV
  • 12. بارگذاری داده‌ها از فایل‌های Excel
  • 13. پاکسازی داده‌ها: مدیریت مقادیر گمشده
  • 14. پاکسازی داده‌ها: شناسایی و حذف داده‌های پرت
  • 15. تبدیل انواع داده
  • 16. ایجاد ستون‌های جدید در دیتافریم
  • 17. فیلتر کردن داده‌ها
  • 18. مرتب‌سازی داده‌ها
  • 19. تجمیع داده‌ها با dplyr
  • 20. عملیات پیوند (join) دیتافریم‌ها
  • 21. مقدمه‌ای بر بصری‌سازی داده‌ها
  • 22. نمودارهای پراکندگی (Scatter Plot)
  • 23. نمودارهای خطی (Line Plot)
  • 24. نمودارهای میله‌ای (Bar Plot)
  • 25. نمودارهای هیستوگرام (Histogram)
  • 26. نمودارهای جعبه‌ای (Box Plot)
  • 27. نمودارهای دایره‌ای (Pie Chart)
  • 28. سفارشی‌سازی نمودارها با ggplot2
  • 29. مقدمه‌ای بر آماره‌های توصیفی
  • 30. محاسبه میانگین، میانه و مد
  • 31. محاسبه واریانس و انحراف معیار
  • 32. محاسبه چارک‌ها و دامنه میان چارکی
  • 33. آزمون‌های فرض آماری: مقدمه
  • 34. آزمون t تک‌نمونه‌ای
  • 35. آزمون t دو‌نمونه‌ای مستقل
  • 36. آزمون t دو‌نمونه‌ای زوجی
  • 37. تحلیل واریانس یک‌طرفه (ANOVA)
  • 38. تحلیل واریانس دو‌طرفه
  • 39. مقدمه‌ای بر رگرسیون خطی
  • 40. رگرسیون خطی ساده
  • 41. تفسیر ضرایب رگرسیون
  • 42. ارزیابی مدل رگرسیون خطی
  • 43. رگرسیون خطی چندگانه
  • 44. مقدمه‌ای بر یادگیری ماشین
  • 45. تقسیم داده‌ها به مجموعه آموزش و آزمون
  • 46. مدل‌های طبقه‌بندی: مقدمه
  • 47. رگرسیون لجستیک
  • 48. درختان تصمیم
  • 49. جنگل‌های تصادفی
  • 50. ماشین‌های بردار پشتیبان (SVM)
  • 51. مدل‌های خوشه‌بندی: مقدمه
  • 52. خوشه‌بندی K-Means
  • 53. ارزیابی مدل‌های خوشه‌بندی
  • 54. تحلیل مولفه‌های اصلی (PCA)
  • 55. مقدمه‌ای بر سری‌های زمانی
  • 56. فصل‌بندی داده‌های سری زمانی
  • 57. مدل ARIMA
  • 58. پیش‌بینی با مدل‌های سری زمانی
  • 59. پردازش متن: مقدمه
  • 60. پاکسازی متن
  • 61. ایجاد ماتریس ترم-سند
  • 62. تحلیل احساسات
  • 63. مقدمه‌ای بر تحلیل شبکه‌های اجتماعی
  • 64. نمایش گراف‌ها
  • 65. محاسبه معیارهای مرکزی بودن
  • 66. تحلیل خوشه‌ها در شبکه‌ها
  • 67. کاربرد R در تحلیل داده‌های مکانی
  • 68. مقدمه‌ای بر داده‌های جغرافیایی
  • 69. بارگذاری و نمایش داده‌های مکانی
  • 70. عملیات روی لایه‌های مکانی
  • 71. تحلیل آماری داده‌های مکانی
  • 72. مقدمه‌ای بر گزارش‌دهی با R Markdown
  • 73. ایجاد اسناد پویا
  • 74. گنجاندن کد R در اسناد
  • 75. خروجی‌های متنوع (HTML, PDF, Word)
  • 76. تنظیمات پیشرفته R Markdown
  • 77. مدیریت پروژه با RStudio Projects
  • 78. نسخه‌بندی کد با Git و GitHub
  • 79. مقدمه‌ای بر توسعه بسته‌های R
  • 80. ساخت یک بسته ساده R
  • 81. مستندسازی بسته‌ها
  • 82. انتشار بسته‌ها
  • 83. مقدمه‌ای بر محاسبات موازی در R
  • 84. استفاده از بسته‌های parallel و foreach
  • 85. بهینه‌سازی کد برای کارایی
  • 86. مقدمه‌ای بر یادگیری عمیق با R
  • 87. مقدمه‌ای بر شبکه‌های عصبی
  • 88. ساخت و آموزش شبکه‌های عصبی ساده
  • 89. مقدمه‌ای بر ابزارهای پیشرفته تحلیل داده
  • 90. کاربرد R در هوش تجاری (BI)
  • 91. مقدمه‌ای بر داشبوردهای تعاملی با Shiny
  • 92. ساخت یک برنامه Shiny ساده
  • 93. استقرار برنامه‌های Shiny
  • 94. ملاحظات امنیتی در تحلیل داده
  • 95. رعایت حریم خصوصی داده‌ها
  • 96. اصول اخلاقی در علم داده
  • 97. ارزیابی کیفیت داده‌ها
  • 98. مقدمه‌ای بر یادگیری تقویتی
  • 99. کاربرد R در شبیه‌سازی‌های پیچیده
  • 100. مقدمه‌ای بر پردازش سیگنال با R

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .


ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.