کتاب R در یک نگاه: راهنمای جامع و کاربردی برای تحلیل‌گران 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

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب R در یک نگاه: راهنمای جامع و کاربردی برای تحلیل‌گران داده

موضوع کلی: علم داده و تحلیل آماری

موضوع میانی: برنامه‌نویسی R برای تحلیل داده

📋 سرفصل‌های کتاب (100 موضوع)

  • 1. بخش اول: مبانی و شروع کار با R**
  • 2. مقدمه‌ای بر R: چرا R را انتخاب کنیم؟
  • 3. نصب R و RStudio: راهنمای گام به گام
  • 4. آشنایی با محیط RStudio: کنسول، اسکریپت، پلات و فایل‌ها
  • 5. اولین جلسه با R: اجرای دستورات و نوشتن اسکریپت
  • 6. R به عنوان یک ماشین حساب قدرتمند
  • 7. متغیرها و عملگر تخصیص (Assignment)
  • 8. انواع داده‌های پایه: عددی، کاراکتری و منطقی
  • 9. مقدمه‌ای بر بردارها (Vectors): سنگ بنای R
  • 10. ایجاد بردارها با توابع `c()`, `seq()` و `rep()`
  • 11. عملیات ریاضی بر روی بردارها (Vectorized Operations)
  • 12. اندیس‌گذاری و استخراج زیرمجموعه از بردارها
  • 13. فیلتر کردن بردارها با استفاده از عبارات منطقی
  • 14. مقادیر گمشده (Missing Values): کار با NA و NULL
  • 15. دریافت راهنما در R: توابع `?`، `help()` و `??`
  • 16. محیط کاری (Workspace) و تاریخچه دستورات
  • 17. نصب و بارگذاری پکیج‌ها: `install.packages()` و `library()`
  • 18. آشنایی با توابع و آرگومان‌های آن‌ها
  • 19. استفاده از پروژه‌های RStudio برای مدیریت کارها
  • 20. بخش دوم: ساختارهای داده در R**
  • 21. ماتریس‌ها (Matrices): ایجاد و ویژگی‌ها
  • 22. عملیات جبری بر روی ماتریس‌ها
  • 23. اندیس‌گذاری و انتخاب زیرمجموعه از ماتریس‌ها
  • 24. آرایه‌ها (Arrays): ساختارهای چندبعدی
  • 25. لیست‌ها (Lists): نگهداری انواع داده‌های مختلف
  • 26. ایجاد و نام‌گذاری اعضای لیست
  • 27. دسترسی به اعضای لیست با `$`, `[[ ]]` و `[ ]`
  • 28. دیتافریم‌ها (Data Frames): ساختار اصلی برای تحلیل داده
  • 29. ایجاد دیتافریم به صورت دستی
  • 30. بررسی ساختار دیتافریم: `str()`, `summary()`, `head()`
  • 31. انتخاب سطرها و ستون‌ها در دیتافریم
  • 32. افزودن و حذف ستون‌ها از دیتافریم
  • 33. فاکتورها (Factors): مدیریت داده‌های طبقه‌بندی شده
  • 34. کار با سطوح (Levels) در فاکتورها
  • 35. تبدیل انواع ساختارهای داده به یکدیگر
  • 36. بخش سوم: ورود و خروج داده‌ها**
  • 37. مدیریت مسیر کاری (Working Directory)
  • 38. خواندن فایل‌های CSV با `read.csv`
  • 39. نوشتن دیتافریم در فایل‌های CSV با `write.csv`
  • 40. خواندن فایل‌های متنی با جداکننده (Delimited Files)
  • 41. خواندن فایل‌های اکسل با پکیج `readxl`
  • 42. ذخیره و بارگذاری اشیاء R با `save()` و `load()`
  • 43. مقدمه‌ای بر اتصال به پایگاه‌های داده (Databases)
  • 44. خواندن داده از وب‌سایت‌ها
  • 45. کار با داده‌های با فرمت JSON
  • 46. وارد کردن داده از نرم‌افزارهای آماری دیگر (SPSS, Stata)
  • 47. بخش چهارم: مبانی برنامه‌نویسی در R**
  • 48. دستورات شرطی: `if`, `else` و `else if`
  • 49. تابع برداری `ifelse()` برای شروط ساده
  • 50. حلقه‌های تکرار: کار با `for`
  • 51. حلقه‌های تکرار: کار با `while`
  • 52. اجتناب از حلقه‌ها: خانواده توابع `apply`
  • 53. نوشتن اولین تابع سفارشی (Custom Function)
  • 54. آرگومان‌ها و مقادیر بازگشتی در توابع
  • 55. تعریف آرگومان‌های پیش‌فرض برای توابع
  • 56. مفهوم دامنه متغیرها (Variable Scope)
  • 57. مدیریت خطا با `tryCatch`
  • 58. ابزارهای اشکال‌زدایی (Debugging) در R
  • 59. بردارسازی (Vectorization): فلسفه اصلی R
  • 60. بخش پنجم: پاکسازی و آماده‌سازی داده با Tidyverse**
  • 61. مقدمه‌ای بر Tidyverse و مفهوم داده‌های مرتب (Tidy Data)
  • 62. اپراتور پایپ (%>%) و قدرت زنجیره‌نویسی
  • 63. انتخاب ستون‌ها با `dplyr::select()`
  • 64. فیلتر کردن سطرها با `dplyr::filter()`
  • 65. مرتب‌سازی داده‌ها با `dplyr::arrange()`
  • 66. ایجاد ستون‌های جدید با `dplyr::mutate()`
  • 67. خلاصه‌سازی داده‌ها با `dplyr::summarise()`
  • 68. گروه‌بندی داده‌ها با `dplyr::group_by()`
  • 69. ترکیب قدرتمند `group_by()` و `summarise()`
  • 70. تغییر شکل داده: از عریض به طویل با `tidyr::pivot_longer()`
  • 71. تغییر شکل داده: از طویل به عریض با `tidyr::pivot_wider()`
  • 72. ادغام دیتافریم‌ها: `inner_join` و `left_join`
  • 73. ادغام دیتافریم‌ها: `right_join` و `full_join`
  • 74. کار با رشته‌های متنی با پکیج `stringr`
  • 75. کار با فاکتورها با پکیج `forcats`
  • 76. کار با تاریخ و زمان با پکیج `lubridate`
  • 77. بخش ششم: مصورسازی داده‌ها**
  • 78. مقدمه‌ای بر رسم نمودار در R: گرافیک پایه (Base R)
  • 79. رسم هیستوگرام و نمودار جعبه‌ای (Boxplot) در گرافیک پایه
  • 80. رسم نمودار پراکندگی (Scatter Plot) در گرافیک پایه
  • 81. آشنایی با `ggplot2` و گرامر گرافیک‌ها
  • 82. ساخت نمودار لایه به لایه: `ggplot()`, `aes()` و `geom`
  • 83. انواع `geom`های پرکاربرد: `geom_point`, `geom_line`, `geom_bar`
  • 84. سفارشی‌سازی ظاهر نمودار: رنگ، اندازه و شکل
  • 85. رسم نمودارهای چندگانه با `facet_wrap()` و `facet_grid()`
  • 86. تنظیمات محورها، عناوین و راهنمای نمودار (Legend)
  • 87. اصلاح و سفارشی‌سازی تم (Theme) نمودار
  • 88. ذخیره نمودارها با کیفیت بالا با `ggsave()`
  • 89. نمودارهای تعاملی (Interactive) با `plotly`
  • 90. بخش هفتم: تحلیل‌های آماری**
  • 91. آمار توصیفی: میانگین، میانه، انحراف معیار
  • 92. محاسبه همبستگی (Correlation) و کوواریانس
  • 93. توزیع‌های احتمال در R
  • 94. آزمون‌های فرض آماری: مقدمه‌ای بر آزمون t
  • 95. آزمون t برای نمونه‌های مستقل و وابسته
  • 96. تحلیل واریانس یک‌طرفه (One-Way ANOVA)
  • 97. مقدمه‌ای بر مدل‌سازی خطی با تابع `lm()`
  • 98. ایجاد و برازش مدل رگرسیون خطی ساده
  • 99. تفسیر خروجی مدل: ضرایب، R-squared و مقادیر p
  • 100. مدل رگرسیون خطی چندگانه

📚 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.