کتاب ورود و پاکسازی داده‌ها با R: مبانی و تکنیک‌ها

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 ورود و پاکسازی داده‌ها با R: مبانی و تکنیک‌ها

موضوع کلی: علوم کامپیوتر و فناوری اطلاعات

موضوع میانی: تحلیل و پردازش داده‌ها

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر ورود و پاکسازی داده‌ها
  • 2. نصب و پیکربندی R و RStudio
  • 3. آشنایی با محیط RStudio
  • 4. مبانی زبان R: متغیرها و انواع داده
  • 5. ساختارهای داده‌ای در R: وکتورها
  • 6. ساختارهای داده‌ای در R: ماتریس‌ها
  • 7. ساختارهای داده‌ای در R: آرایه‌ها
  • 8. ساختارهای داده‌ای در R: فاکتورها
  • 9. ساختارهای داده‌ای در R: لیست‌ها
  • 10. ساختارهای داده‌ای در R: دیتا فریم‌ها
  • 11. وارد کردن داده‌ها از فایل‌های CSV
  • 12. وارد کردن داده‌ها از فایل‌های Excel
  • 13. وارد کردن داده‌ها از پایگاه‌های داده
  • 14. اتصال به پایگاه‌های داده با R
  • 15. پرس‌وجو از پایگاه‌های داده با SQL در R
  • 16. وارد کردن داده‌های متنی
  • 17. پاکسازی داده‌های متنی: حذف فضاهای خالی
  • 18. پاکسازی داده‌های متنی: تبدیل به حروف کوچک/بزرگ
  • 19. پاکسازی داده‌های متنی: جایگزینی کاراکترها
  • 20. پاکسازی داده‌های متنی: تقسیم رشته‌ها
  • 21. پاکسازی داده‌های متنی: ادغام رشته‌ها
  • 22. کار با تاریخ و زمان در R
  • 23. تبدیل فرمت تاریخ و زمان
  • 24. مدیریت مقادیر گمشده (Missing Values)
  • 25. شناسایی مقادیر گمشده
  • 26. حذف مقادیر گمشده
  • 27. جایگزینی مقادیر گمشده با میانگین/میانه
  • 28. جایگزینی مقادیر گمشده با روش‌های پیشرفته‌تر
  • 29. مدیریت داده‌های پرت (Outliers)
  • 30. شناسایی داده‌های پرت
  • 31. حذف داده‌های پرت
  • 32. تبدیل داده‌های پرت
  • 33. استانداردسازی و نرمال‌سازی داده‌ها
  • 34. تکنیک‌های تغییر مقیاس داده‌ها
  • 35. کار با داده‌های تکراری
  • 36. شناسایی رکوردهای تکراری
  • 37. حذف رکوردهای تکراری
  • 38. مدیریت داده‌های نامنظم
  • 39. نرمال‌سازی نام‌های دسته‌بندی
  • 40. استانداردسازی مقادیر دسته‌بندی
  • 41. رفع ناهماهنگی در داده‌ها
  • 42. تکنیک‌های ادغام داده‌ها
  • 43. ادغام دیتا فریم‌ها بر اساس ستون مشترک
  • 44. ادغام دیتا فریم‌ها بر اساس ردیف مشترک
  • 45. کوچک‌سازی و بزرگ‌سازی دیتا فریم‌ها
  • 46. تغییر شکل دیتا فریم‌ها: بلند به عریض
  • 47. تغییر شکل دیتا فریم‌ها: عریض به بلند
  • 48. کار با داده‌های جدولی
  • 49. ساختارهای داده‌ای زمانی
  • 50. تحلیل سری‌های زمانی مقدماتی
  • 51. پاکسازی داده‌های سری زمانی
  • 52. کار با داده‌های جغرافیایی
  • 53. مقدمه‌ای بر داده‌های مکانی
  • 54. پاکسازی داده‌های مکانی
  • 55. مبانی کار با کتابخانه dplyr
  • 56. فیلتر کردن داده‌ها با dplyr
  • 57. مرتب‌سازی داده‌ها با dplyr
  • 58. انتخاب ستون‌ها با dplyr
  • 59. ایجاد ستون‌های جدید با dplyr
  • 60. خلاصه‌سازی داده‌ها با dplyr
  • 61. ترکیب عملیات dplyr
  • 62. کار با کتابخانه tidyr
  • 63. تکنیک‌های مرتب‌سازی داده‌ها با tidyr
  • 64. تکنیک‌های بازسازی داده‌ها با tidyr
  • 65. پاکسازی داده‌های حجیم
  • 66. روش‌های بهینه ورود داده‌ها
  • 67. مدیریت خطاهای رایج در ورود داده‌ها
  • 68. اعتبارسنجی داده‌ها
  • 69. تکنیک‌های اعتبارسنجی داده‌ها
  • 70. اهمیت پاکسازی داده‌ها در تحلیل
  • 71. اصول طراحی مجموعه داده‌های تمیز
  • 72. مستندسازی فرآیند پاکسازی داده‌ها
  • 73. کار با داده‌های ساختاریافته
  • 74. کار با داده‌های نیمه‌ساختاریافته
  • 75. کار با داده‌های بدون ساختار
  • 76. مقدمه‌ای بر کتابخانه data.table
  • 77. ورود داده‌ها با data.table
  • 78. پاکسازی داده‌ها با data.table
  • 79. بهینه‌سازی عملکرد با data.table
  • 80. کار با داده‌های بزرگ در حافظه
  • 81. استفاده از ابزارهای خارجی برای پاکسازی
  • 82. مقدمه‌ای بر زبان پایتون برای تحلیل داده
  • 83. مقایسه R و پایتون در ورود و پاکسازی
  • 84. ورود داده‌ها با پانداس
  • 85. پاکسازی داده‌ها با پانداس
  • 86. استفاده از ابزارهای گرافیکی برای پاکسازی
  • 87. مقدمه‌ای بر هوش مصنوعی در پاکسازی داده
  • 88. یادگیری ماشین برای شناسایی داده‌های پرت
  • 89. یادگیری ماشین برای پیش‌بینی مقادیر گمشده
  • 90. اصول مهندسی ویژگی (Feature Engineering)
  • 91. ساخت ویژگی‌های جدید از داده‌های موجود
  • 92. ارزیابی کیفیت داده‌ها
  • 93. شاخص‌های کیفیت داده‌ها
  • 94. گزارش‌دهی کیفیت داده‌ها
  • 95. روش‌های اتوماتیک ورود و پاکسازی
  • 96. کاربرد R در پروژه‌های واقعی
  • 97. مثال عملی: پاکسازی داده‌های فروش
  • 98. مثال عملی: پاکسازی داده‌های مشتریان
  • 99. مثال عملی: پاکسازی داده‌های سنسور
  • 100. مقدمه‌ای بر امنیت داده‌ها در ورود و پاکسازی

📚 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.