کتاب مقدمه‌ای بر برنامه‌نویسی R برای تحلیل داده‌ها

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 مقدمه‌ای بر برنامه‌نویسی R برای تحلیل داده‌ها

موضوع کلی: علوم کامپیوتر و تحلیل داده

موضوع میانی: برنامه‌نویسی برای تحلیل داده

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر تحلیل داده و زبان برنامه‌نویسی R
  • 2. نصب و راه‌اندازی محیط R و RStudio
  • 3. آشنایی با انواع داده‌ها در R
  • 4. ساختارهای داده‌ای پایه: بردارها
  • 5. کار با ماتریس‌ها در R
  • 6. آشنایی با آرایه‌ها
  • 7. ساختارهای داده‌ای: لیست‌ها
  • 8. فریم‌های داده (Data Frames)
  • 9. عملیات پایه روی فریم‌های داده
  • 10. بارگذاری و ذخیره داده‌ها
  • 11. کار با فایل‌های CSV
  • 12. کار با فایل‌های Excel
  • 13. مقدمه‌ای بر بسته‌های R
  • 14. نصب و مدیریت بسته‌ها
  • 15. آشنایی با توابع پرکاربرد R
  • 16. توابع شرطی: if, else, ifelse
  • 17. حلقه‌های تکرار: for, while
  • 18. ساخت توابع سفارشی در R
  • 19. مدیریت خطاها و استثناها
  • 20. مقدمه‌ای بر بصری‌سازی داده‌ها
  • 21. بسته‌های گرافیکی پایه در R
  • 22. بسته ggplot2 برای رسم نمودار
  • 23. رسم نمودار پراکندگی (Scatter Plot)
  • 24. رسم نمودار میله‌ای (Bar Plot)
  • 25. رسم نمودار خطی (Line Plot)
  • 26. رسم نمودار هیستوگرام (Histogram)
  • 27. رسم نمودار جعبه‌ای (Box Plot)
  • 28. سفارشی‌سازی نمودارها
  • 29. ذخیره نمودارها
  • 30. مقدمه‌ای بر پاکسازی داده‌ها
  • 31. شناسایی و مدیریت مقادیر گمشده
  • 32. روش‌های جایگزینی مقادیر گمشده
  • 33. شناسایی و مدیریت داده‌های پرت (Outliers)
  • 34. تبدیل داده‌ها
  • 35. نرمال‌سازی و استانداردسازی داده‌ها
  • 36. ادغام و ترکیب فریم‌های داده
  • 37. فیلتر کردن داده‌ها
  • 38. مرتب‌سازی داده‌ها
  • 39. خلاصه‌سازی داده‌ها
  • 40. محاسبه آماره‌های توصیفی
  • 41. بسته dplyr برای دستکاری داده‌ها
  • 42. انتخاب ستون‌ها (select)
  • 43. فیلتر کردن ردیف‌ها (filter)
  • 44. اضافه کردن ستون‌های جدید (mutate)
  • 45. گروه‌بندی و خلاصه‌سازی (group_by, summarize)
  • 46. مرتب‌سازی داده‌ها (arrange)
  • 47. عملیات پیوند (join)
  • 48. مقدمه‌ای بر تحلیل آماری با R
  • 49. آزمون‌های فرض آماری
  • 50. آزمون t تک‌نمونه‌ای
  • 51. آزمون t دو نمونه‌ای مستقل
  • 52. آزمون t زوجی
  • 53. آزمون کای‌دو (Chi-squared test)
  • 54. تحلیل واریانس یک‌طرفه (ANOVA)
  • 55. رگرسیون خطی ساده
  • 56. تفسیر نتایج رگرسیون خطی
  • 57. رگرسیون خطی چندگانه
  • 58. مقدمه‌ای بر مدل‌سازی پیش‌بینانه
  • 59. تقسیم داده‌ها به مجموعه‌های آموزش و آزمون
  • 60. ارزیابی مدل‌های پیش‌بینانه
  • 61. متریک‌های ارزیابی رگرسیون
  • 62. مقدمه‌ای بر یادگیری ماشین
  • 63. انواع الگوریتم‌های یادگیری ماشین
  • 64. یادگیری با نظارت (Supervised Learning)
  • 65. یادگیری بدون نظارت (Unsupervised Learning)
  • 66. رگرسیون لجستیک
  • 67. دسته‌بندی‌کننده‌های K-نزدیک‌ترین همسایه (KNN)
  • 68. درخت‌های تصمیم (Decision Trees)
  • 69. جنگل‌های تصادفی (Random Forests)
  • 70. ماشین‌های بردار پشتیبان (SVM)
  • 71. خوشه‌بندی K-means
  • 72. مقدمه‌ای بر تحلیل سری‌های زمانی
  • 73. انواع داده‌های سری زمانی
  • 74. پلا‌ت‌سازی سری‌های زمانی
  • 75. شناسایی روند (Trend)
  • 76. شناسایی فصلی بودن (Seasonality)
  • 77. مدل ARIMA
  • 78. پیش‌بینی با مدل ARIMA
  • 79. مقدمه‌ای بر پردازش متن (NLP)
  • 80. بارگذاری و پیش‌پردازش متن
  • 81. شمارش واژگان
  • 82. توزیع فراوانی واژگان
  • 83. ایجاد ماتریس سند-واژه
  • 84. تحلیل احساسات (Sentiment Analysis)
  • 85. مقدمه‌ای بر کار با پایگاه داده‌ها در R
  • 86. اتصال به پایگاه داده‌ها
  • 87. اجرای کوئری‌های SQL
  • 88. ذخیره نتایج در R
  • 89. مقدمه‌ای بر برنامه‌نویسی شیءگرا در R
  • 90. مفاهیم کلاس و شیء
  • 91. ارث‌بری
  • 92. پلی‌مورفیسم
  • 93. کاربرد R در هوش تجاری
  • 94. ساخت داشبوردهای تعاملی با Shiny
  • 95. مقدمه‌ای بر بهینه‌سازی کد R
  • 96. روش‌های پروفایل‌سازی کد
  • 97. نکات پیشرفته در کار با داده‌های حجیم
  • 98. مقدمه‌ای بر امنیت داده‌ها در R
  • 99. اصول حفظ حریم خصوصی داده‌ها
  • 100. مدیریت دسترسی به داده‌ها

📚 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.