اپلیکیشن اندرویدی فلش‌کارت آموزشی استخراج و تحلیل داده با SQL و R برای متخصصان علوم داده

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره استخراج و تحلیل داده با SQL و R برای متخصصان علوم داده

موضوع کلی: علوم داده و تحلیل آماری

موضوع میانی: مدیریت و پردازش داده‌ها

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر علوم داده و نقش SQL و R
• 2. آشنایی با مفاهیم پایگاه داده و SQL
• 3. نصب و پیکربندی محیط R و ابزارهای لازم
• 4. مقدمه‌ای بر زبان برنامه‌نویسی R
• 5. انواع داده‌ها و ساختارهای اصلی در R
• 6. کار با متغیرها و عملگرها در R
• 7. دستورات شرطی و حلقه‌ها در R
• 8. توابع در R و نحوه تعریف و استفاده
• 9. مقدمه‌ای بر کتابخانه‌های R برای علوم داده
• 10. نصب و بارگذاری کتابخانه‌های پرکاربرد
• 11. آشنایی با پایگاه داده‌های رابطه‌ای (Relational Databases)
• 12. مفاهیم اصلی SQL: جداول، ستون‌ها، سطرها
• 13. دستور `SELECT`: بازیابی داده‌ها
• 14. فیلتر کردن داده‌ها با `WHERE`
• 15. مرتب‌سازی نتایج با `ORDER BY`
• 16. محدود کردن تعداد نتایج با `LIMIT`
• 17. کار با عملگرهای منطقی (`AND`, `OR`, `NOT`)
• 18. عملگرهای مقایسه‌ای در `WHERE`
• 19. جستجو با `LIKE` و الگوها
• 20. استفاده از `IN` و `BETWEEN`
• 21. مقدمه‌ای بر توابع تجمعی (Aggregate Functions)
• 22. `COUNT`: شمارش سطرها
• 23. `SUM`: محاسبه مجموع
• 24. `AVG`: محاسبه میانگین
• 25. `MIN` و `MAX`: یافتن حداقل و حداکثر
• 26. گروه‌بندی نتایج با `GROUP BY`
• 27. فیلتر کردن گروه‌ها با `HAVING`
• 28. اتصال جداول با `JOIN`
• 29. `INNER JOIN`: متداول‌ترین نوع اتصال
• 30. `LEFT JOIN`: حفظ تمام سطرها از جدول چپ
• 31. `RIGHT JOIN`: حفظ تمام سطرها از جدول راست
• 32. `FULL OUTER JOIN`: حفظ تمام سطرها از هر دو جدول
• 33. اتصال جداول با `UNION` و `UNION ALL`
• 34. زیرپرس‌وجوها (Subqueries)
• 35. استفاده از زیرپرس‌وجوها در `WHERE`
• 36. استفاده از زیرپرس‌وجوها در `FROM`
• 37. توابع پنجره‌ای (Window Functions)
• 38. مقدمه‌ای بر توابع پنجره‌ای
• 39. `ROW_NUMBER()`: شماره‌گذاری سطرها
• 40. `RANK()` و `DENSE_RANK()`: رتبه‌بندی سطرها
• 41. `LAG()` و `LEAD()`: دسترسی به سطر قبلی/بعدی
• 42. `SUM()` و `AVG()` به عنوان توابع پنجره‌ای
• 43. مقدمه‌ای بر ساخت داده‌های پیچیده در R
• 44. کار با بردارها (Vectors) و ماتریس‌ها (Matrices)
• 45. آشنایی با لیست‌ها (Lists) در R
• 46. ساخت و کار با دیتافریم‌ها (Dataframes)
• 47. وارد کردن داده‌ها از فایل‌های CSV در R
• 48. خواندن داده‌ها از فایل‌های Excel
• 49. اتصال R به پایگاه داده‌های SQL
• 50. استفاده از کتابخانه `DBI`
• 51. استفاده از کتابخانه `RMySQL` یا `RSQLite`
• 52. اجرای دستورات SQL از داخل R
• 53. بازیابی نتایج SQL در دیتافریم‌های R
• 54. پاکسازی و پیش‌پردازش داده‌ها در R
• 55. مدیریت مقادیر گمشده (Missing Values)
• 56. حذف یا جایگزینی مقادیر گمشده
• 57. کار با داده‌های پرت (Outliers)
• 58. تشخیص و مدیریت داده‌های پرت
• 59. تبدیل انواع داده‌ها در R
• 60. تغییر نام ستون‌ها در دیتافریم‌ها
• 61. مرتب‌سازی دیتافریم‌ها بر اساس ستون‌ها
• 62. فیلتر کردن داده‌ها در دیتافریم‌ها
• 63. انتخاب ستون‌های خاص
• 64. استفاده از عملگرهای منطقی برای فیلتر
• 65. مقدمه‌ای بر تحلیل آماری اکتشافی (EDA)
• 66. محاسبه آماره‌های توصیفی پایه در R
• 67. توزیع فراوانی و نمودارهای هیستوگرام
• 68. نمودارهای میله‌ای (Bar Plots)
• 69. نمودارهای جعبه‌ای (Box Plots)
• 70. نمودارهای پراکندگی (Scatter Plots)
• 71. نمودارهای خطی (Line Plots)
• 72. تحلیل همبستگی بین متغیرها
• 73. مقدمه‌ای بر مصورسازی داده‌ها در R
• 74. استفاده از کتابخانه `ggplot2`
• 75. ساخت نمودارهای پایه با `ggplot2`
• 76. افزودن لایه‌ها به نمودارها
• 77. تغییر رنگ، اندازه و شکل عناصر نمودار
• 78. مصورسازی داده‌های طبقه‌بندی شده
• 79. مصورسازی داده‌های عددی
• 80. نمودارهای چندگانه (Faceting)
• 81. ذخیره نمودارها در فایل‌های تصویری
• 82. مقدمه‌ای بر مدل‌سازی آماری در R
• 83. رگرسیون خطی ساده
• 84. رگرسیون خطی چندگانه
• 85. تفسیر نتایج مدل رگرسیون
• 86. مقدمه‌ای بر آزمون‌های فرض آماری
• 87. آزمون t برای مقایسه میانگین‌ها
• 88. آزمون کای‌دو (Chi-Squared Test)
• 89. مقدمه‌ای بر مفاهیم پیشرفته‌تر SQL
• 90. عبارات جدولی مشترک (CTEs)
• 91. توابع تجمعی پیشرفته
• 92. توابع تاریخ و زمان در SQL
• 93. عملیات رشته‌ای در SQL
• 94. مدیریت تراکنش‌ها در پایگاه داده
• 95. امنیت در پایگاه داده و SQL
• 96. مقدمه‌ای بر تکنیک‌های علم داده با R
• 97. خوشه‌بندی (Clustering)
• 98. طبقه‌بندی (Classification)
• 99. یادگیری بدون نظارت (Unsupervised Learning)
• 100. یادگیری با نظارت (Supervised Learning)