سپنتا کتاب اکسپرس
کتاب مقدمه‌ای بر زبان برنامه‌نویسی R برای تحلیل داده

کتاب مقدمه‌ای بر زبان برنامه‌نویسی R برای تحلیل 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

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مقدمه‌ای بر زبان برنامه‌نویسی R برای تحلیل داده

موضوع کلی: علوم کامپیوتر و مهندسی نرم‌افزار

موضوع میانی: برنامه‌نویسی و تحلیل داده

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر زبان برنامه‌نویسی R
  • 2. نصب و راه‌اندازی R و RStudio
  • 3. آشنایی با محیط RStudio
  • 4. انواع داده در R: عددی، منطقی، کاراکتر
  • 5. بردارها در R: ایجاد و عملیات پایه
  • 6. فهرست‌ها در R: ساختار و دسترسی
  • 7. ماتریس‌ها در R: ایجاد و عملیات
  • 8. آرایه‌ها در R: ابعاد و دسترسی
  • 9. چارچوب داده‌ها (Data Frames) در R
  • 10. ایجاد و مدیریت چارچوب داده‌ها
  • 11. بارگذاری داده‌ها از فایل‌های CSV
  • 12. بارگذاری داده‌ها از فایل‌های Excel
  • 13. ذخیره داده‌ها در R
  • 14. عملیات پایه‌ی روی چارچوب داده‌ها
  • 15. انتخاب ستون‌ها و ردیف‌ها
  • 16. فیلتر کردن داده‌ها بر اساس شرط
  • 17. مرتب‌سازی چارچوب داده‌ها
  • 18. اضافه کردن ستون‌های جدید
  • 19. حذف ستون‌ها و ردیف‌ها
  • 20. دستورات پایه شرطی: if, else
  • 21. حلقه‌های تکرار: for, while
  • 22. توابع در R: تعریف و فراخوانی
  • 23. ایجاد توابع سفارشی
  • 24. آشنایی با بسته‌های (Packages) R
  • 25. نصب و بارگذاری بسته‌های R
  • 26. مستندات بسته‌ها و کمک گرفتن
  • 27. بسته‌ی dplyr برای دستکاری داده‌ها
  • 28. دستور select در dplyr
  • 29. دستور filter در dplyr
  • 30. دستور arrange در dplyr
  • 31. دستور mutate در dplyr
  • 32. دستور summarise در dplyr
  • 33. دستور group_by در dplyr
  • 34. ترکیب عملیات با pipe operator (%)
  • 35. بسته‌ی tidyr برای مرتب‌سازی داده‌ها
  • 36. دستور pivot_longer در tidyr
  • 37. دستور pivot_wider در tidyr
  • 38. پاکسازی داده‌های پرت (Outliers)
  • 39. مدیریت مقادیر گمشده (NA)
  • 40. آشنایی با مفاهیم آماری پایه
  • 41. میانگین، میانه و مد
  • 42. انحراف معیار و واریانس
  • 43. دامنه و چارک‌ها
  • 44. نمودارهای توزیع فراوانی
  • 45. بسته‌ی ggplot2 برای بصری‌سازی داده‌ها
  • 46. ایجاد نمودار میله‌ای
  • 47. ایجاد نمودار پراکندگی
  • 48. ایجاد نمودار خطی
  • 49. ایجاد نمودار جعبه‌ای (Box Plot)
  • 50. تنظیمات نمودار در ggplot2
  • 51. برچسب‌گذاری محورها و عنوان نمودار
  • 52. تغییر رنگ و شکل نقاط
  • 53. بصری‌سازی داده‌های طبقه‌بندی شده
  • 54. مقدمه‌ای بر تحلیل سری‌های زمانی
  • 55. بارگذاری داده‌های سری زمانی
  • 56. عملیات اولیه روی سری‌های زمانی
  • 57. رسم نمودار سری زمانی
  • 58. تحلیل روند در سری‌های زمانی
  • 59. تحلیل فصلی در سری‌های زمانی
  • 60. پیش‌بینی ساده سری‌های زمانی
  • 61. بسته‌ی forecast برای پیش‌بینی
  • 62. آموزش مدل‌های رگرسیونی خطی
  • 63. ایجاد مدل رگرسیون خطی
  • 64. تفسیر نتایج مدل رگرسیون
  • 65. ارزیابی مدل رگرسیون
  • 66. پیش‌بینی با مدل رگرسیون
  • 67. مقدمه‌ای بر آزمون‌های فرض آماری
  • 68. آزمون t تک‌نمونه‌ای
  • 69. آزمون t دو‌نمونه‌ای مستقل
  • 70. آزمون t زوجی
  • 71. آزمون تحلیل واریانس (ANOVA) یک‌طرفه
  • 72. تفسیر نتایج آزمون‌های فرض
  • 73. مقدمه‌ای بر تحلیل خوشه‌ای (Clustering)
  • 74. الگوریتم K-Means
  • 75. انتخاب تعداد خوشه‌ها
  • 76. ارزیابی نتایج خوشه‌بندی
  • 77. مقدمه‌ای بر تحلیل عاملی (Factor Analysis)
  • 78. کاربرد تحلیل عاملی در کاهش ابعاد
  • 79. مقدمه‌ای بر تحلیل رگرسیون لجستیک
  • 80. ایجاد مدل رگرسیون لجستیک
  • 81. تفسیر نتایج رگرسیون لجستیک
  • 82. ارزیابی مدل رگرسیون لجستیک
  • 83. مقدمه‌ای بر یادگیری ماشین در R
  • 84. مفهوم داده‌های آموزشی و آزمایشی
  • 85. تقسیم داده‌ها به مجموعه‌های آموزشی و آزمایشی
  • 86. پیاده‌سازی یک الگوریتم ساده یادگیری ماشین
  • 87. ارزیابی عملکرد مدل یادگیری ماشین
  • 88. نکات پایانی و منابع بیشتر

📚 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.