سپنتا کتاب اکسپرس
کتاب علم داده با R: از مقدمات تا تحلیل‌های کاربردی

کتاب علم داده با R: از مقدمات تا تحلیل‌های کاربردی

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 علم داده با R: از مقدمات تا تحلیل‌های کاربردی

موضوع کلی: علوم داده و تحلیل آماری با زبان برنامه‌نویسی R

موضوع میانی: مقدمه‌ای بر علم داده و ابزارهای آن

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر علم داده و اهمیت آن
  • 2. آشنایی با محیط RStudio
  • 3. نصب و پیکربندی R و RStudio
  • 4. انواع داده‌ها در R
  • 5. کار با متغیرها و انواع داده
  • 6. ساختار داده‌های پایه: وکتورها
  • 7. ساختار داده‌های پایه: لیست‌ها
  • 8. ساختار داده‌های پایه: ماتریس‌ها
  • 9. ساختار داده‌های پایه: آرایه‌ها
  • 10. ساختار داده‌های پایه: فریم‌های داده (Data Frames)
  • 11. وارد کردن داده‌ها به R: فایل‌های CSV
  • 12. وارد کردن داده‌ها به R: فایل‌های Excel
  • 13. وارد کردن داده‌ها به R: پایگاه‌های داده
  • 14. پاکسازی داده‌ها: شناسایی و مدیریت مقادیر گمشده
  • 15. پاکسازی داده‌ها: شناسایی و مدیریت داده‌های پرت
  • 16. تغییر فرمت داده‌ها و تبدیل انواع
  • 17. دستکاری داده‌ها با dplyr: انتخاب ستون‌ها
  • 18. دستکاری داده‌ها با dplyr: فیلتر کردن ردیف‌ها
  • 19. دستکاری داده‌ها با dplyr: مرتب‌سازی داده‌ها
  • 20. دستکاری داده‌ها با dplyr: افزودن ستون‌های جدید
  • 21. دستکاری داده‌ها با dplyr: خلاصه‌سازی داده‌ها
  • 22. دستکاری داده‌ها با dplyr: ترکیب فریم‌های داده (Join)
  • 23. استفاده از pipe operator (%>%)
  • 24. دستکاری رشته‌ها در R
  • 25. کار با تاریخ و زمان در R
  • 26. مقدمه‌ای بر مصورسازی داده‌ها
  • 27. مصورسازی با ggplot2: مفاهیم پایه
  • 28. رسم نمودار پراکندگی (Scatter Plot)
  • 29. رسم نمودار میله‌ای (Bar Chart)
  • 30. رسم نمودار خطی (Line Chart)
  • 31. رسم نمودار هیستوگرام (Histogram)
  • 32. رسم نمودار جعبه‌ای (Box Plot)
  • 33. رسم نمودار دایره‌ای (Pie Chart)
  • 34. تنظیمات ظاهری نمودارها در ggplot2
  • 35. مصورسازی داده‌های جغرافیایی (مقدماتی)
  • 36. مقدمه‌ای بر آمار توصیفی
  • 37. محاسبه شاخص‌های مرکزی: میانگین، میانه، نما
  • 38. محاسبه شاخص‌های پراکندگی: واریانس، انحراف معیار، دامنه
  • 39. محاسبه چارک‌ها و صدک‌ها
  • 40. آزمون فرض آماری: مفاهیم پایه
  • 41. آزمون t تک‌نمونه‌ای (One-Sample t-test)
  • 42. آزمون t دو‌نمونه‌ای مستقل (Independent Samples t-test)
  • 43. آزمون t زوجی (Paired t-test)
  • 44. آزمون تحلیل واریانس یک‌طرفه (One-Way ANOVA)
  • 45. مقدمه‌ای بر رگرسیون خطی ساده
  • 46. تفسیر ضرایب رگرسیون خطی ساده
  • 47. ارزیابی مدل رگرسیون خطی ساده
  • 48. مقدمه‌ای بر رگرسیون خطی چندگانه
  • 49. انتخاب متغیر در مدل‌های رگرسیون
  • 50. مقدمه‌ای بر تحلیل سری‌های زمانی
  • 51. شناسایی الگوهای فصلی و روند در سری‌های زمانی
  • 52. پیش‌بینی سری‌های زمانی (مقدماتی)
  • 53. مقدمه‌ای بر خوشه‌بندی (Clustering)
  • 54. الگوریتم K-Means برای خوشه‌بندی
  • 55. ارزیابی نتایج خوشه‌بندی
  • 56. مقدمه‌ای بر طبقه‌بندی (Classification)
  • 57. الگوریتم رگرسیون لجستیک (Logistic Regression)
  • 58. تفسیر مدل رگرسیون لجستیک
  • 59. مقدمه‌ای بر درخت تصمیم (Decision Trees)
  • 60. قوانین انجمنی (Association Rules) و تحلیل سبد خرید
  • 61. مقدمه‌ای بر یادگیری تقویتی (Reinforcement Learning)
  • 62. مقدمه‌ای بر شبکه‌های عصبی مصنوعی
  • 63. مقدمه‌ای بر یادگیری عمیق (Deep Learning)
  • 64. کار با داده‌های متنی: پیش‌پردازش
  • 65. تحلیل احساسات (Sentiment Analysis) مقدماتی
  • 66. تحلیل موضوعی (Topic Modeling) مقدماتی
  • 67. کار با داده‌های تصویری: مقدمات
  • 68. استفاده از R برای تحلیل داده‌های مالی (مقدماتی)
  • 69. کاربرد R در تحلیل داده‌های بازاریابی
  • 70. کاربرد R در تحلیل داده‌های شبکه‌های اجتماعی
  • 71. بهینه‌سازی کد و افزایش سرعت در R
  • 72. اشکال‌زدایی (Debugging) در R
  • 73. مقدمه‌ای بر توسعه بسته‌های R
  • 74. اصول گزارش‌دهی و مستندسازی نتایج
  • 75. ساخت داشبوردهای تعاملی با Shiny (مقدماتی)
  • 76. مقدمه‌ای بر یادگیری ماشین توزیع‌شده
  • 77. مقدمه‌ای بر پردازش زبان طبیعی (NLP)
  • 78. مقدمه‌ای بر بینایی ماشین (Computer Vision)
  • 79. کاربرد R در هوش تجاری (Business Intelligence)
  • 80. مقدمه‌ای بر داده‌کاوی اکتشافی (EDA)
  • 81. مدل‌سازی پیش‌بینانه (Predictive Modeling)
  • 82. ارزیابی مدل‌های یادگیری ماشین
  • 83. تنظیم ابرپارامترها (Hyperparameter Tuning)
  • 84. اعتبار سنجی متقابل (Cross-Validation)
  • 85. کاربرد R در مدیریت ریسک
  • 86. تحلیل آماری در حوزه‌های علمی (با تأکید بر علوم زیستی)
  • 87. تحلیل آماری در حوزه‌های علمی (با تأکید بر علوم اجتماعی)
  • 88. مقدمه‌ای بر تحلیل شبکه‌های اجتماعی در R
  • 89. تحلیل داده‌های مکانی و جغرافیایی پیشرفته
  • 90. مقدمه‌ای بر یادگیری غیرنظارت شده
  • 91. مقدمه‌ای بر یادگیری نیمه‌نظارت شده
  • 92. کاربرد R در اتوماسیون فرآیندها
  • 93. مقدمه‌ای بر مصورسازی داده‌های چندبعدی
  • 94. مقدمه‌ای بر یادگیری ترکیبی (Ensemble Learning)
  • 95. مقدمه‌ای بر مدل‌های گرافیکی
  • 96. مقدمه‌ای بر پردازش داده‌های گسسته
  • 97. مقدمه‌ای بر تحلیل بقا (Survival Analysis)
  • 98. مقدمه‌ای بر یادگیری مبتنی بر معیار (Metric-based Learning)
  • 99. مقدمه‌ای بر مدل‌های آماری پیشرفته
  • 100. مقدمه‌ای بر تحلیل داده‌های پرت و ناهنجاری

📚 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.