کتاب مبانی تحلیل داده و برنامه‌نویسی با R برای تحلیل آماری

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 مبانی تحلیل داده و برنامه‌نویسی با R برای تحلیل آماری

موضوع کلی: علم داده و تحلیل آماری

موضوع میانی: تحلیل داده با زبان برنامه‌نویسی R

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر علم داده و اهمیت آن
  • 2. مبانی تحلیل آماری و مفاهیم کلیدی
  • 3. آشنایی با زبان برنامه‌نویسی R
  • 4. نصب و پیکربندی R و RStudio
  • 5. ساختار داده‌ها در R: وکتورها و ماتریس‌ها
  • 6. کار با داده‌فریم‌ها در R
  • 7. مقدمه‌ای بر بسته‌های R و نصب آن‌ها
  • 8. استفاده از بسته‌های پایه برای تحلیل داده
  • 9. مفاهیم اولیه گرافیکی در R
  • 10. رسم نمودارهای ساده: هیستوگرام و نمودار پراکندگی
  • 11. آمار توصیفی در R: میانگین، میانه، واریانس
  • 12. توزیع‌های آماری و کاربرد آن‌ها
  • 13. آزمون‌های فرض آماری مقدماتی
  • 14. آزمون t تک‌نمونه‌ای در R
  • 15. آزمون t دو‌نمونه‌ای مستقل در R
  • 16. آزمون t دو‌نمونه‌ای زوجی در R
  • 17. تحلیل واریانس یک‌طرفه (ANOVA) در R
  • 18. آزمون کای‌دو (Chi-squared) برای استقلال
  • 19. همبستگی خطی پیرسون در R
  • 20. رگرسیون خطی ساده در R
  • 21. تفسیر نتایج رگرسیون خطی ساده
  • 22. پیش‌بینی با مدل رگرسیون خطی
  • 23. مقدمه‌ای بر رگرسیون خطی چندگانه
  • 24. انتخاب متغیر در مدل‌های رگرسیون
  • 25. ارزیابی مدل رگرسیون خطی
  • 26. مقدمه‌ای بر تحلیل سری‌های زمانی
  • 27. نمودارهای سری زمانی در R
  • 28. مفاهیم اولیه خوشه‌بندی
  • 29. الگوریتم K-Means در R
  • 30. ارزیابی نتایج خوشه‌بندی
  • 31. مقدمه‌ای بر تحلیل عاملی
  • 32. تحلیل عاملی اکتشافی در R
  • 33. مقدمه‌ای بر تحلیل مؤلفه‌های اصلی (PCA)
  • 34. اجرای PCA در R
  • 35. تفسیر نتایج PCA
  • 36. مقدمه‌ای بر تحلیل بقا
  • 37. مدل کاکس در R
  • 38. مقدمه‌ای بر روش‌های نمونه‌گیری
  • 39. نمونه‌گیری تصادفی ساده در R
  • 40. نمونه‌گیری طبقه‌بندی شده در R
  • 41. نمونه‌گیری خوشه‌ای در R
  • 42. مقدمه‌ای بر آمار ناپارامتری
  • 43. آزمون ویلکاکسون در R
  • 44. آزمون مان-ویتنی در R
  • 45. آزمون کروسکال-والیس در R
  • 46. مقدمه‌ای بر مدل‌های خطی تعمیم‌یافته (GLM)
  • 47. رگرسیون لجستیک در R
  • 48. تفسیر نتایج رگرسیون لجستیک
  • 49. مدل پواسون در R
  • 50. مقدمه‌ای بر مدل‌های آماری پیشرفته
  • 51. مقدمه‌ای بر یادگیری ماشین
  • 52. انواع الگوریتم‌های یادگیری ماشین
  • 53. آماده‌سازی داده‌ها برای یادگیری ماشین
  • 54. تقسیم داده‌ها به مجموعه آموزش و آزمون
  • 55. ارزیابی مدل‌های یادگیری ماشین
  • 56. مقدمه‌ای بر درخت‌های تصمیم
  • 57. پیاده‌سازی درخت تصمیم در R
  • 58. مقدمه‌ای بر جنگل تصادفی
  • 59. پیاده‌سازی جنگل تصادفی در R
  • 60. مقدمه‌ای بر ماشین‌های بردار پشتیبان (SVM)
  • 61. پیاده‌سازی SVM در R
  • 62. مقدمه‌ای بر شبکه‌های عصبی مصنوعی
  • 63. مقدمه‌ای بر یادگیری عمیق
  • 64. مقدمه‌ای بر پردازش زبان طبیعی (NLP)
  • 65. مقدمه‌ای بر تحلیل احساسات
  • 66. کار با متن در R
  • 67. پاکسازی و پیش‌پردازش متن
  • 68. مدل‌سازی موضوعی (Topic Modeling)
  • 69. مقدمه‌ای بر شبکه‌های اجتماعی
  • 70. تحلیل داده‌های شبکه‌های اجتماعی در R
  • 71. مقدمه‌ای بر داده‌های مکانی
  • 72. کار با داده‌های مکانی در R
  • 73. مقدمه‌ای بر مصورسازی داده‌های پیشرفته
  • 74. استفاده از ggplot2 برای مصورسازی
  • 75. ایجاد داشبوردهای تعاملی در R
  • 76. مقدمه‌ای بر گزارش‌دهی آماری
  • 77. تولید گزارش‌های خودکار با R Markdown
  • 78. مقدمه‌ای بر اصول اخلاق در علم داده
  • 79. اهمیت حریم خصوصی داده‌ها
  • 80. مسئولیت‌پذیری در تحلیل داده
  • 81. مقدمه‌ای بر بهینه‌سازی مدل‌ها
  • 82. تنظیم فراپارامترها
  • 83. اعتبارسنجی متقابل (Cross-validation)
  • 84. مقدمه‌ای بر روش‌های کاهش ابعاد
  • 85. انتخاب ویژگی (Feature Selection)
  • 86. تکنیک‌های مهندسی ویژگی
  • 87. مقدمه‌ای بر یادگیری تقویتی
  • 88. مقدمه‌ای بر یادگیری بدون نظارت
  • 89. مقدمه‌ای بر یادگیری نیمه‌نظارتی
  • 90. مقدمه‌ای بر داده‌های حجیم (Big Data)
  • 91. ابزارهای تحلیل داده‌های حجیم
  • 92. مقدمه‌ای بر سیستم‌های توصیه‌گر
  • 93. پیاده‌سازی سیستم توصیه‌گر ساده
  • 94. مقدمه‌ای بر تحلیل داده‌های مالی
  • 95. تحلیل ریسک در داده‌های مالی
  • 96. مقدمه‌ای بر تحلیل داده‌های پزشکی
  • 97. کاربرد R در تحقیقات پزشکی
  • 98. مقدمه‌ای بر تحلیل داده‌های زیستی
  • 99. مقدمه‌ای بر هوش تجاری
  • 100. ابزارهای هوش تجاری

📚 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.