کتاب برنامه‌نویسی R برای تحلیل آماری و علم 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 برنامه‌نویسی R برای تحلیل آماری و علم داده

موضوع کلی: علوم داده و تحلیل آماری

موضوع میانی: برنامه‌نویسی برای علم داده

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر علم داده و تحلیل آماری
  • 2. نصب و راه‌اندازی R و RStudio
  • 3. مفاهیم پایه R: متغیرها، انواع داده و ساختارها
  • 4. بردارها و عملیات بر روی آن‌ها
  • 5. ماتریس‌ها و عملیات بر روی آن‌ها
  • 6. آرایه‌ها و کاربردهایشان
  • 7. لیست‌ها و مدیریت داده‌های ناهمگون
  • 8. دیتا فریم‌ها: ستون فقرات تحلیل داده
  • 9. وارد کردن داده‌ها از فایل‌های CSV و Excel
  • 10. پاکسازی و پیش‌پردازش داده‌ها
  • 11. مدیریت مقادیر گمشده (NA)
  • 12. شناسایی و مدیریت داده‌های پرت
  • 13. انواع توابع در R: تعریف و فراخوانی
  • 14. توابف کاربردی برای کار با داده‌ها
  • 15. توابع شرطی: if, else, ifelse
  • 16. حلقه‌ها: for, while, repeat
  • 17. اعمال توابع بر روی ساختارهای داده (apply family)
  • 18. توابع بازگشتی و کاربردهای آن
  • 19. مقدمه‌ای بر گرافیک در R
  • 20. رسم نمودارهای پایه‌ای: هیستوگرام، نمودار میله‌ای، نمودار پراکندگی
  • 21. سفارشی‌سازی نمودارها: رنگ، برچسب، عنوان
  • 22. نمودارهای جعبه‌ای (Boxplot) و تفسیر آن‌ها
  • 23. نمودارهای چند متغیره
  • 24. استفاده از پکیج ggplot2 برای تجسم داده‌ها
  • 25. مقدمه‌ای بر آمار توصیفی
  • 26. محاسبه معیارهای مرکزی: میانگین، میانه، نما
  • 27. محاسبه معیارهای پراکندگی: واریانس، انحراف معیار، دامنه
  • 28. محاسبه چارک‌ها و صدک‌ها
  • 29. توزیع‌های آماری: نرمال، پواسون، دوجمله‌ای
  • 30. آزمون فرض آماری: مفاهیم پایه
  • 31. آزمون t تک نمونه‌ای
  • 32. آزمون t دو نمونه‌ای مستقل
  • 33. آزمون t زوجی
  • 34. تحلیل واریانس یک‌طرفه (ANOVA)
  • 35. تحلیل واریانس دو طرفه
  • 36. آزمون کای‌دو برای جداول توافقی
  • 37. رگرسیون خطی ساده
  • 38. تفسیر ضرایب رگرسیون
  • 39. ارزیابی مدل رگرسیون خطی
  • 40. پیش‌بینی با رگرسیون خطی
  • 41. رگرسیون خطی چندگانه
  • 42. انتخاب متغیر در رگرسیون
  • 43. مقدمه‌ای بر مدل‌سازی خطی تعمیم‌یافته (GLM)
  • 44. رگرسیون لجستیک
  • 45. مقدمه‌ای بر تحلیل سری‌های زمانی
  • 46. شناسایی روند و فصلیت در داده‌ها
  • 47. مدل‌های ARIMA
  • 48. پیش‌بینی با مدل‌های سری زمانی
  • 49. مقدمه‌ای بر خوشه‌بندی (Clustering)
  • 50. الگوریتم K-Means
  • 51. ارزیابی نتایج خوشه‌بندی
  • 52. مقدمه‌ای بر کاهش ابعاد
  • 53. تحلیل مولفه‌های اصلی (PCA)
  • 54. تفسیر مولفه‌های اصلی
  • 55. مقدمه‌ای بر یادگیری ماشین
  • 56. یادگیری با نظارت و بدون نظارت
  • 57. مقدمه‌ای بر طبقه‌بندی
  • 58. الگوریتم K-نزدیکترین همسایه (KNN)
  • 59. درخت تصمیم
  • 60. مقدمه‌ای بر رگرسیون پیش‌بینانه
  • 61. ماشین بردار پشتیبان (SVM)
  • 62. شبکه‌های عصبی مصنوعی (مقدماتی)
  • 63. ارزیابی مدل‌های یادگیری ماشین
  • 64. سنجه‌های ارزیابی: دقت، صحت، بازیابی
  • 65. ماتریس درهم‌ریختگی (Confusion Matrix)
  • 66. اعتبارسنجی متقابل (Cross-Validation)
  • 67. تنظیم ابرپارامترها (Hyperparameter Tuning)
  • 68. مقدمه‌ای بر تحلیل متن
  • 69. پردازش اولیه متن: توکن‌سازی، حذف کلمات توقف
  • 70. تکنیک‌های نمایش متن: TF-IDF
  • 71. مقدمه‌ای بر تحلیل احساسات
  • 72. کار با پکیج‌های تحلیل متن در R
  • 73. تحلیل داده‌های گراف (مقدماتی)
  • 74. مفاهیم پایه گراف: راس، یال
  • 75. کار با پکیج‌های تحلیل گراف در R
  • 76. مقدمه‌ای بر برنامه‌نویسی شیءگرا در R
  • 77. کلاس‌ها و اشیاء
  • 78. وراثت
  • 79. مقدمه‌ای بر بهینه‌سازی
  • 80. الگوریتم‌های بهینه‌سازی پایه
  • 81. کاربرد بهینه‌سازی در علم داده
  • 82. مقدمه‌ای بر محاسبات موازی در R
  • 83. استفاده از هسته‌های پردازشی متعدد
  • 84. کار با پکیج‌های محاسبات موازی
  • 85. مقدمه‌ای بر ابزارهای گزارش‌دهی در R
  • 86. کتابچه (Bookdown)
  • 87. گزارش پویا (R Markdown)
  • 88. ساخت داشبوردهای تعاملی با Shiny
  • 89. مقدمه‌ای بر بهترین شیوه‌ها در علم داده
  • 90. مدیریت پروژه علم داده
  • 91. مستندسازی کد و تحلیل‌ها
  • 92. اشتراک‌گذاری نتایج و همکاری
  • 93. اخلاق در علم داده
  • 94. مقدمه‌ای بر یادگیری عمیق (مقدماتی)
  • 95. شبکه‌های عصبی کانولوشنال (CNN)
  • 96. شبکه‌های عصبی بازگشتی (RNN)
  • 97. کار با فریم‌ورک‌های یادگیری عمیق (TensorFlow/Keras در R)
  • 98. پروژه‌های عملی علم داده
  • 99. تحلیل داده‌های مالی
  • 100. تحلیل داده‌های سلامت

📚 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.