کتاب آموزش جامع نوشتن و استفاده از توابع در 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 آموزش جامع نوشتن و استفاده از توابع در R برای تحلیل داده

موضوع کلی: برنامه‌نویسی و علم داده

موضوع میانی: توسعهٔ توابع در زبان برنامه‌نویسی R

📋 سرفصل‌های دوره

  • 1. مقدمه ای بر توابع در R
  • 2. چرا توابع بنویسیم؟
  • 3. ساختار پایه یک تابع
  • 4. شناسانه های تابع و پارامترها
  • 5. مقادیر بازگشتی توابع
  • 6. نوشتن اولین تابع ساده
  • 7. توابع بدون پارامتر
  • 8. توابع با یک پارامتر
  • 9. توابع با چندین پارامتر
  • 10. توابع با مقادیر پیش فرض
  • 11. بررسی نوع داده پارامترها
  • 12. اعتبار سنجی پارامترهای ورودی
  • 13. توابع با طول متغیر پارامترها
  • 14. استفاده از ... برای پارامترهای اضافی
  • 15. توابع بازگشتی (Recursion)
  • 16. مفهوم بازگشت
  • 17. مثال ساده بازگشت: فاکتوریل
  • 18. مثال پیچیده تر بازگشت: فیبوناچی
  • 19. شرایط توقف در توابع بازگشتی
  • 20. نکات مهم در طراحی توابع بازگشتی
  • 21. مدیریت خطا در توابع
  • 22. استفاده از stop() برای توقف اجرای تابع
  • 23. استفاده از warning() برای هشدارهای غیرکشنده
  • 24. مدیریت خطا با tryCatch()
  • 25. نوشتن توابع قوی و قابل اعتماد
  • 26. محدوده متغیرها (Scope)
  • 27. محدوده سراسری (Global Scope)
  • 28. محدوده محلی (Local Scope)
  • 29. محدوده تابع (Function Scope)
  • 30. تأثیر محدوده بر رفتار تابع
  • 31. توابع ناشناس (Anonymous Functions)
  • 32. کاربرد توابع ناشناس
  • 33. توابع ناشناس با lapply()
  • 34. توابع ناشناس با sapply()
  • 35. توابع ناشناس با apply()
  • 36. توابع سطح بالا (Higher-Order Functions)
  • 37. مفهوم توابع سطح بالا
  • 38. تابع map() در purrr
  • 39. تابع filter() در purrr
  • 40. تابع reduce() در purrr
  • 41. نوشتن توابع برای عملیات تکراری
  • 42. استفاده از توابع برای پاکسازی کد
  • 43. توابع برای خوانایی بهتر کد
  • 44. توابع برای قابلیت استفاده مجدد
  • 45. توابع برای انتزاع مفاهیم
  • 46. تست کردن توابع
  • 47. اهمیت تست نویسی
  • 48. روش های ساده تست کردن
  • 49. استفاده از assertions
  • 50. مقدمه ای بر تست های واحد (Unit Tests)
  • 51. نوشتن اولین تست واحد
  • 52. چارچوب تست نویسی testthat
  • 53. استفاده از context() در تست ها
  • 54. استفاده از expect_equal()
  • 55. استفاده از expect_error()
  • 56. استفاده از expect_warning()
  • 57. مدیریت پکیج ها در R
  • 58. نوشتن پکیج های ساده
  • 59. ساختار یک پکیج R
  • 60. فایل DESCRIPTION
  • 61. فایل NAMESPACE
  • 62. نوشتن مستندات برای توابع
  • 63. استفاده از roxygen2
  • 64. تولید فایل های مستندات
  • 65. نکات پیشرفته در طراحی توابع
  • 66. بهینه سازی عملکرد توابع
  • 67. شناسایی گلوگاه ها در کد
  • 68. روش های پروفایلینگ (Profiling)
  • 69. استفاده از compiler package
  • 70. توابع برداری (Vectorized Functions)
  • 71. مزایای بردارسازی
  • 72. نوشتن توابع برداری
  • 73. توابع برای دستکاری داده ها
  • 74. توابع برای پاکسازی داده ها
  • 75. توابع برای تبدیل داده ها
  • 76. توابع برای تجمیع داده ها
  • 77. توابع برای ترسیم نمودار
  • 78. توابع سفارشی برای ggplot2
  • 79. توابع برای مدل سازی آماری
  • 80. توابع برای ارزیابی مدل
  • 81. توابع برای پیش بینی با مدل
  • 82. توابع برای گزارش دهی نتایج
  • 83. توابع برای خودکارسازی وظایف
  • 84. توابع برای پردازش فایل ها
  • 85. توابع برای ارتباط با پایگاه داده
  • 86. توابع برای تحلیل متن (مقدماتی)
  • 87. توابع برای تحلیل سری های زمانی (مقدماتی)
  • 88. توابع برای پردازش تصویر (مقدماتی)
  • 89. توابع برای یادگیری ماشین (مقدماتی)
  • 90. توابع برای ارزیابی الگوریتم ها
  • 91. توابع برای ساخت داشبوردهای تعاملی (مقدماتی)
  • 92. بهترین شیوه ها در نوشتن توابع
  • 93. نام گذاری مناسب توابع
  • 94. نوشتن توضیحات واضح
  • 95. اجتناب از توابع بسیار طولانی
  • 96. تقسیم توابع پیچیده
  • 97. کد تمیز و خوانا
  • 98. مستندسازی کافی
  • 99. تست نویسی منظم
  • 100. بازبینی کد (Code Review)

📚 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.