سپنتا کتاب اکسپرس
کتاب مقدمه‌ای بر تحلیل داده با R: از مقدمات تا مصورسازی داده‌ها

کتاب مقدمه‌ای بر تحلیل داده با R: از مقدمات تا مصورسازی داده‌ها

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 تحلیل داده با R: از مقدمات تا مصورسازی داده‌ها

موضوع کلی: علوم داده و تحلیل آماری

موضوع میانی: تحلیل داده با زبان برنامه‌نویسی R

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر علوم داده و تحلیل آماری
  • 2. مبانی زبان برنامه‌نویسی R
  • 3. نصب و راه‌اندازی R و RStudio
  • 4. انواع داده‌ها و ساختارهای داده در R
  • 5. بردارهای عددی و منطقی
  • 6. ماتریس‌ها و آرایه‌ها
  • 7. لیست‌ها و فریم‌های داده
  • 8. عملیات پایه بر روی داده‌ها
  • 9. بارگذاری و ذخیره‌سازی داده‌ها
  • 10. پاکسازی و پیش‌پردازش داده‌ها
  • 11. مدیریت داده‌های گمشده
  • 12. تبدیل و ادغام داده‌ها
  • 13. مقدمه‌ای بر مصورسازی داده‌ها
  • 14. نمودارهای پراکندگی
  • 15. نمودارهای خطی
  • 16. نمودارهای میله‌ای
  • 17. نمودارهای جعبه‌ای
  • 18. نمودارهای هیستوگرام
  • 19. مصورسازی داده‌های جغرافیایی
  • 20. مقدمه‌ای بر آمار توصیفی
  • 21. شاخص‌های مرکزی (میانگین، میانه، نما)
  • 22. شاخص‌های پراکندگی (واریانس، انحراف معیار، دامنه)
  • 23. مقدمه‌ای بر توزیع‌های آماری
  • 24. توزیع نرمال
  • 25. توزیع t
  • 26. توزیع کای‌دو
  • 27. استنتاج آماری
  • 28. آزمون فرض آماری
  • 29. آزمون t تک‌نمونه‌ای
  • 30. آزمون t دو‌نمونه‌ای مستقل
  • 31. آزمون t زوجی
  • 32. آزمون تحلیل واریانس (ANOVA)
  • 33. آزمون کای‌دو برای استقلال
  • 34. مقدمه‌ای بر رگرسیون خطی
  • 35. رگرسیون خطی ساده
  • 36. تفسیر ضرایب رگرسیون
  • 37. ارزیابی مدل رگرسیون
  • 38. پیش‌بینی با رگرسیون خطی
  • 39. رگرسیون خطی چندگانه
  • 40. مقدمه‌ای بر مدل‌های خطی تعمیم‌یافته
  • 41. رگرسیون لجستیک
  • 42. مقدمه‌ای بر تحلیل سری‌های زمانی
  • 43. شناسایی الگوهای سری زمانی
  • 44. مدل‌های ARIMA
  • 45. پیش‌بینی با مدل‌های سری زمانی
  • 46. مقدمه‌ای بر خوشه‌بندی
  • 47. الگوریتم K-Means
  • 48. ارزیابی نتایج خوشه‌بندی
  • 49. مقدمه‌ای بر کاهش ابعاد
  • 50. تحلیل مولفه‌های اصلی (PCA)
  • 51. مقدمه‌ای بر یادگیری ماشین
  • 52. یادگیری نظارت شده
  • 53. یادگیری بدون نظارت
  • 54. مقدمه‌ای بر الگوریتم‌های درخت تصمیم
  • 55. درختان تصمیم برای طبقه‌بندی
  • 56. درختان تصمیم برای رگرسیون
  • 57. مقدمه‌ای بر ماشین‌های بردار پشتیبان (SVM)
  • 58. SVM برای طبقه‌بندی
  • 59. SVM برای رگرسیون
  • 60. مقدمه‌ای بر جنگل‌های تصادفی
  • 61. جنگل‌های تصادفی برای طبقه‌بندی
  • 62. جنگل‌های تصادفی برای رگرسیون
  • 63. مقدمه‌ای بر شبکه‌های عصبی مصنوعی
  • 64. شبکه‌های پرسپترون چندلایه
  • 65. آموزش شبکه‌های عصبی
  • 66. مقدمه‌ای بر پردازش زبان طبیعی (NLP)
  • 67. پیش‌پردازش متن
  • 68. مدل‌سازی موضوعی
  • 69. تحلیل احساسات
  • 70. مقدمه‌ای بر تحلیل شبکه‌های اجتماعی
  • 71. مفاهیم پایه شبکه‌ها
  • 72. اندازه‌گیری مرکزیت در شبکه‌ها
  • 73. شناسایی جوامع در شبکه‌ها
  • 74. مقدمه‌ای بر داده‌کاوی
  • 75. قوانین وابستگی
  • 76. قواعد استخراج قواعد وابستگی
  • 77. مقدمه‌ای بر تحلیل داده‌های بزرگ
  • 78. مفاهیم و چالش‌های داده‌های بزرگ
  • 79. ابزارهای تحلیل داده‌های بزرگ
  • 80. مقدمه‌ای بر اصول اخلاقی در علوم داده
  • 81. حفظ حریم خصوصی داده‌ها
  • 82. سوگیری در الگوریتم‌ها
  • 83. مسئولیت‌پذیری در علوم داده
  • 84. مصورسازی پیشرفته در R
  • 85. بسته‌های ggplot2
  • 86. کاستومایز کردن نمودارها
  • 87. ایجاد داشبوردهای تعاملی
  • 88. مقدمه‌ای بر بهینه‌سازی مدل‌ها
  • 89. تنظیم فراپارامترها
  • 90. اعتبارسنجی متقابل
  • 91. انتخاب بهترین مدل
  • 92. مقدمه‌ای بر تفسیر نتایج مدل‌ها
  • 93. اهمیت تفسیر مدل
  • 94. روش‌های تفسیر مدل
  • 95. کاربرد نتایج مدل در تصمیم‌گیری
  • 96. مقدمه‌ای بر برنامه‌نویسی شیءگرا در R
  • 97. کلاس‌ها و اشیاء
  • 98. وراثت و چندریختی
  • 99. پکیج‌نویسی در R
  • 100. مقدمه‌ای بر محاسبات موازی در R

📚 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.