اپلیکیشن اندرویدی فلش‌کارت آموزشی ترسیم داده‌ها و ارائه نتایج با R و RStudio

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره ترسیم داده‌ها و ارائه نتایج با R و RStudio

موضوع کلی: علوم کامپیوتر و تحلیل داده

موضوع میانی: بصری‌سازی و ارتباط داده‌ها

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر علم داده و تحلیل داده
• 2. آشنایی با محیط R و RStudio
• 3. نصب و پیکربندی R و RStudio
• 4. مفاهیم پایه در R: متغیرها، انواع داده
• 5. ساختارهای داده در R: وکتورها، لیست‌ها، ماتریس‌ها
• 6. دیتا فریم‌ها: ساختار و عملیات اساسی
• 7. خواندن و نوشتن داده‌ها در R
• 8. پاکسازی و پیش‌پردازش داده‌ها
• 9. مدیریت داده‌های گمشده
• 10. تبدیل و تغییر شکل داده‌ها
• 11. عملیات پایه‌ای روی دیتا فریم‌ها
• 12. فیلتر کردن و انتخاب داده‌ها
• 13. مرتب‌سازی داده‌ها
• 14. تجمیع داده‌ها با dplyr
• 15. عملیات پیوستن (join) دیتا فریم‌ها
• 16. مقدمه‌ای بر بصری‌سازی داده‌ها
• 17. اصول طراحی نمودارهای مؤثر
• 18. مفهوم داده و ارتباط آن با بصری‌سازی
• 19. انواع نمودارهای پایه: هیستوگرام، نمودار میله‌ای
• 20. نمودار پراکندگی: شناسایی الگوها و روابط
• 21. نمودار خطی: نمایش روندها در طول زمان
• 22. نمودار جعبه‌ای: نمایش توزیع و داده‌های پرت
• 23. نمودار دایره‌ای: نمایش نسبت‌ها
• 24. نمودار نقطه‌ای (dot plot)
• 25. نمودار ستونی (bar plot)
• 26. نمودار ناحیه‌ای (area plot)
• 27. نمودار تنه و برگ (stem-and-leaf plot)
• 28. نمودار ویولن (violin plot)
• 29. نمودار هیستوگرام تجمعی (cumulative histogram)
• 30. نمودار هیستوگرام چگالی (density histogram)
• 31. رسم نمودارهای چندگانه
• 32. استفاده از پکیج ggplot2
• 33. مفاهیم پایه در ggplot2: لایه‌ها، زیبایی‌شناسی (aesthetics)
• 34. مقیاس‌ها (scales) در ggplot2
• 35. رنگ‌بندی در نمودارها
• 36. شکل‌ها (shapes) و اندازه‌ها (sizes) در نمودارها
• 37. برچسب‌گذاری و عنوان‌گذاری نمودارها
• 38. تنظیمات ظاهری نمودارها
• 39. نمودارهای تعاملی (interactive plots)
• 40. کتابخانه plotly در R
• 41. ساخت نمودارهای تعاملی با plotly
• 42. نمودارهای تعاملی برای داده‌های جغرافیایی
• 43. مقدمه‌ای بر ارتباط داده‌ها
• 44. اصول ارتباط مؤثر نتایج تحلیل داده
• 45. شناخت مخاطب و هدف ارائه
• 46. ساختاردهی گزارش‌های تحلیلی
• 47. نوشتن متن توضیحی برای نمودارها
• 48. تکنیک‌های روایت‌گری با داده‌ها
• 49. انتخاب نمودار مناسب برای پیام مورد نظر
• 50. پرهیز از گمراه‌سازی با نمودارها
• 51. ارائه نتایج در قالب گزارش‌های تحلیلی
• 52. ساخت گزارش‌های پویا با R Markdown
• 53. مقدمه‌ای بر R Markdown
• 54. ساختار فایل R Markdown
• 55. ادغام کد R و متن در R Markdown
• 56. کامپایل کردن گزارش‌ها
• 57. قالب‌بندی متن در R Markdown
• 58. اضافه کردن جداول به گزارش‌ها
• 59. اضافه کردن تصاویر به گزارش‌ها
• 60. ایجاد فهرست مطالب در R Markdown
• 61. ساخت اسلایدهای ارائه با R Markdown (xaringan)
• 62. مقدمه‌ای بر اسلایدهای xaringan
• 63. تنظیمات ظاهری اسلایدهای xaringan
• 64. اضافه کردن نمودارهای تعاملی به اسلایدها
• 65. ارائه شفاهی نتایج تحلیل داده
• 66. نکات کلیدی در ارائه مؤثر
• 67. مدیریت زمان در ارائه
• 68. پاسخگویی به سوالات
• 69. مقدمه‌ای بر تحلیل آماری داده‌ها
• 70. آمار توصیفی: میانگین، میانه، مد
• 71. انحراف معیار و واریانس
• 72. شاخص‌های پراکندگی
• 73. مقدمه‌ای بر آزمون فرض آماری
• 74. آزمون t تک‌نمونه‌ای
• 75. آزمون t دو‌نمونه‌ای مستقل
• 76. آزمون t زوجی
• 77. آزمون تحلیل واریانس (ANOVA) یک‌طرفه
• 78. مقدمه‌ای بر رگرسیون خطی ساده
• 79. تفسیر ضرایب رگرسیون
• 80. ارزیابی مدل رگرسیون
• 81. رگرسیون خطی چندگانه
• 82. مقدمه‌ای بر خوشه‌بندی (Clustering)
• 83. الگوریتم K-Means
• 84. ارزیابی نتایج خوشه‌بندی
• 85. مقدمه‌ای بر یادگیری ماشین
• 86. کاربرد یادگیری ماشین در تحلیل داده
• 87. مقدمه‌ای بر یادگیری نظارت شده
• 88. مقدمه‌ای بر یادگیری بدون نظارت
• 89. مقدمه‌ای بر ارزیابی مدل‌ها
• 90. مقدمه‌ای بر مفاهیم اخلاقی در علم داده
• 91. حفظ حریم خصوصی داده‌ها
• 92. مسئولیت‌پذیری در تحلیل داده
• 93. کاربرد علم داده در حوزه‌های مختلف (با رویکرد ملی)
• 94. مقدمه‌ای بر داده‌های بزرگ (Big Data)
• 95. ابزارها و تکنیک‌های تحلیل داده‌های بزرگ
• 96. چالش‌های تحلیل داده‌های بزرگ
• 97. آینده علم داده و تحلیل داده
• 98. جمع‌بندی و مرور کلی
• 99. مباحث پیشرفته در بصری‌سازی داده‌ها
• 100. اصول طراحی داشبوردهای تحلیلی