کتاب مقدمه‌ای جامع بر تحلیل داده‌ها با R: از ورود و پاکسازی تا مدل‌سازی و بصری‌سازی

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 جامع بر تحلیل داده‌ها با R: از ورود و پاکسازی تا مدل‌سازی و بصری‌سازی

موضوع کلی: علم داده و تحلیل آماری

موضوع میانی: تحلیل و بصری‌سازی داده‌ها با زبان برنامه‌نویسی R

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر علم داده و زبان R
  • 2. نصب و راه‌اندازی R و RStudio
  • 3. آشنایی با محیط RStudio
  • 4. انواع داده‌ها در R
  • 5. ساختارهای داده‌ای: وکتورها
  • 6. ساختارهای داده‌ای: لیست‌ها
  • 7. ساختارهای داده‌ای: ماتریس‌ها
  • 8. ساختارهای داده‌ای: آرایه‌ها
  • 9. ساختارهای داده‌ای: دیتافریم‌ها
  • 10. خواندن داده‌ها از فایل‌های CSV
  • 11. خواندن داده‌ها از فایل‌های اکسل
  • 12. خواندن داده‌ها از پایگاه‌های داده
  • 13. پاکسازی و آماده‌سازی داده‌ها
  • 14. شناسایی و مدیریت مقادیر گمشده
  • 15. تبدیل انواع داده‌ها
  • 16. تغییر شکل دیتافریم‌ها: انتخاب ستون‌ها
  • 17. تغییر شکل دیتافریم‌ها: فیلتر کردن ردیف‌ها
  • 18. تغییر شکل دیتافریم‌ها: مرتب‌سازی ردیف‌ها
  • 19. تغییر شکل دیتافریم‌ها: اضافه کردن ستون‌های جدید
  • 20. تغییر شکل دیتافریم‌ها: گروه‌بندی و خلاصه‌سازی داده‌ها
  • 21. ترکیب دیتافریم‌ها: ادغام (Merge)
  • 22. ترکیب دیتافریم‌ها: پیوستن (Join)
  • 23. مقدمه‌ای بر بصری‌سازی داده‌ها
  • 24. اصول طراحی نمودارهای مؤثر
  • 25. نمودارهای پراکندگی (Scatter Plots)
  • 26. نمودارهای خطی (Line Plots)
  • 27. نمودارهای میله‌ای (Bar Plots)
  • 28. نمودارهای هیستوگرام (Histograms)
  • 29. نمودارهای جعبه‌ای (Box Plots)
  • 30. نمودارهای آماری (Violin Plots)
  • 31. نمودارهای نقشه‌ای (Maps)
  • 32. کار با پکیج ggplot2
  • 33. لایه‌ها در ggplot2
  • 34. مقیاس‌ها در ggplot2
  • 35. تم‌ها در ggplot2
  • 36. سفارشی‌سازی نمودارها
  • 37. نمودارهای چندگانه (Faceting)
  • 38. بصری‌سازی داده‌های متنی
  • 39. مقدمه‌ای بر مدل‌سازی آماری
  • 40. رگرسیون خطی ساده
  • 41. رگرسیون خطی چندگانه
  • 42. ارزیابی مدل‌های رگرسیون
  • 43. تحلیل واریانس (ANOVA)
  • 44. مدل‌های خطی تعمیم‌یافته (GLMs)
  • 45. مقدمه‌ای بر یادگیری ماشین
  • 46. یادگیری نظارت‌شده
  • 47. یادگیری نظارت‌نشده
  • 48. دسته‌بندی (Classification)
  • 49. رگرسیون (Regression)
  • 50. خوشه‌بندی (Clustering)
  • 51. کاهش ابعاد (Dimensionality Reduction)
  • 52. مدل‌های پیش‌بینی
  • 53. ارزیابی مدل‌های پیش‌بینی
  • 54. اعتبارسنجی متقابل (Cross-validation)
  • 55. تنظیم ابرپارامترها (Hyperparameter Tuning)
  • 56. مقدمه‌ای بر تحلیل سری‌های زمانی
  • 57. پیش‌پردازش داده‌های سری زمانی
  • 58. مدل‌های ARIMA
  • 59. مدل‌های پیش‌بینی سری زمانی
  • 60. بصری‌سازی سری‌های زمانی
  • 61. مقدمه‌ای بر تحلیل متن
  • 62. پیش‌پردازش متن
  • 63. مدل‌سازی موضوعی (Topic Modeling)
  • 64. تحلیل احساسات (Sentiment Analysis)
  • 65. بصری‌سازی داده‌های متنی
  • 66. مقدمه‌ای بر تحلیل شبکه‌های اجتماعی
  • 67. نمایش گراف داده‌ها
  • 68. شاخص‌های مرکزی در شبکه‌ها
  • 69. شناسایی جوامع در شبکه‌ها
  • 70. بصری‌سازی شبکه‌ها
  • 71. مقدمه‌ای بر ابزارهای پیشرفته R
  • 72. کار با پکیج dplyr
  • 73. کار با پکیج tidyr
  • 74. کار با پکیج purrr
  • 75. کار با پکیج forcats
  • 76. کار با پکیج lubridate
  • 77. کار با پکیج stringr
  • 78. کار با پکیج readr
  • 79. کار با پکیج readxl
  • 80. کار با پکیج DBI
  • 81. کار با پکیج RSQLite
  • 82. کار با پکیج httr
  • 83. کار با پکیج jsonlite
  • 84. کار با پکیج xml2
  • 85. کار با پکیج shiny
  • 86. ساخت داشبوردهای تعاملی
  • 87. انتشار برنامه‌های Shiny
  • 88. مقدمه‌ای بر هوش تجاری (BI)
  • 89. کاربرد R در BI
  • 90. گزارش‌دهی با R
  • 91. ساخت گزارش‌های پویا
  • 92. مقدمه‌ای بر اخلاق در علم داده
  • 93. حفظ حریم خصوصی داده‌ها
  • 94. سوگیری در الگوریتم‌ها
  • 95. مسئولیت‌پذیری در تحلیل داده‌ها
  • 96. کاربرد R در پژوهش‌های علمی
  • 97. مقدمه‌ای بر ابزارهای آماری پیشرفته
  • 98. آمار استنباطی پیشرفته
  • 99. آزمون‌های فرض آماری
  • 100. تحلیل بقا (Survival Analysis)

📚 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.