آموزش ایجاد ارائه های تعاملی با Shiny و R
Creating Interactive Presentations with Shiny and R
انواع مختلف ارائه هایی را که می توانید خارج از جعبه با الگوهای R Markdown (درست در RStudio تعبیه شده) و نحوه سفارشی سازی الگوها با CSS کشف کنید. نحوه ثبت نام در RPubs را برای استقرار ارائه های RStudio برای به اشتراک گذاشتن بیابید ، و سپس با Shiny فراتر از اصول اولیه - افزودن تعامل و ایجاد داشبورد های قابل جاسازی بدون نیاز به HTML یا JavaScript. -
این یک دوره جذاب برای تحلیل گرانی است که می خواهند ارتباط و دید کار خود را افزایش دهند. اطمینان حاصل کنید که چک های دانش را در پایان هر فصل مشاهده کنید تا مهارت های جدید خود را آزمایش کنید.
- فواید مرتبط با RStudio را توضیح دهید.
- گزینه های ایجاد ارائه های HTML R Markdown را لیست کنید.
- از RPubs برای انتشار و به اشتراک گذاری ارائه ها از طریق Twitter ، Google+ و Facebook استفاده کنید.
- یک برنامه تعاملی را با Shiny تهیه و به اشتراک بگذارید.
- سه گزینه مختلف طرح بندی موجود با برنامه Shiny را نام ببرید.
- حساب های مختلف Shinyapps.io را با یکدیگر مقایسه کنید تا مشخص کنید کدام یک با نیاز شما مطابقت دارد.
مقدمه Introduction
-
خوش آمدی Welcome
-
آنچه باید قبل از تماشا بدانید What you should know before watching
-
با استفاده از پرونده های تمرینی Using the exercise files
-
با استفاده از بررسی های دانش Using the knowledge checks
1. RStudio 1. RStudio
-
چرا از RStudio استفاده می کنیم؟ Why use RStudio?
-
نصب RStudio RStudio install
-
راه اندازی RStudio RStudio setup
-
کار خود را با پروژه ها مدیریت کنید Manage your work with projects
-
بررسی دانش Knowledge check
2. RMarkdown 2. RMarkdown
-
چرا از RMarkdown استفاده می کنیم؟ Why use RMarkdown?
-
اسلایدها را به قالب اضافه کنید Add slide to template
-
کد و نمودارها را اضافه کنید Add code and charts
-
گزینه های Chunk و CSS Chunk options and CSS
-
گزینه های ارائه اضافی Additional presentation options
-
بررسی دانش Knowledge check
3. RPubs 3. RPubs
-
چرا از بستر RPubs استفاده می کنیم؟ Why use RPubs platform?
-
ثبت نام برای یک حساب کاربری Register for an account
-
انتشار در RPubs Publish to RPubs
-
بررسی دانش Knowledge check
4. براق 4. Shiny
-
چرا از براق استفاده می کنیم؟ Why use Shiny?
-
shinyApp را به یک نمایش اضافه کنید Add a shinyApp to a presentation
-
انواع مختلف کنترل Different control types
-
کنترل های وابسته به هم Interdependent controls
-
عبارات واکنشی Reactive expressions
-
چیدمان برنامه های براق Layout Shiny apps
-
مضامین و سفارشی سازی Themes and customization
5- اعزام به براق 5. Deploy to Shiny
-
چرا از shinyapps.io استفاده می کنیم؟ Why use shinyapps.io?
-
RStudio را به shinyapps.io وصل کنید Connect RStudio to shinyapps.io
-
ارائه ارائه به shinyapps.io Deploy presentation to shinyapps.io
-
shinyapps.io مستقر شده خود را مدیریت کنید Manage your deployed shinyapps.io
-
بررسی دانش Knowledge check
6. داشبورد براق 6. Shiny Dashboards
-
چرا داشبورد را با Shiny می سازیم؟ Why make dashboards with Shiny?
-
پرونده های ui.R و server.R ui.R and server.R files
-
استفاده از ابزارهای HTML در برنامه های Shiny Using htmlwidgets in Shiny apps
-
shinyAppDir shinyAppDir
-
iframes iframes
-
بررسی دانش Knowledge check
-
بررسی دانش Knowledge check
نتیجه Conclusion
-
مراحل بعدی Next steps
نمایش نظرات
نظری ارسال نشده است.
https://donyad.com/d/f6c6
آموزش Google Cloud Vision API توسط مثال
Google Cloud Vision API by Example
قدرت یادگیری ماشین را با Google Cloud Vision API مهار کنید. بیاموزید که چگونه با Python با API تماس بگیرید و از سرویس های کلیدی استفاده کنید تا به سرعت از تصاویر بینش بگیرید.
آموزش یادگیری پایگاه داده اوراکل 12c
Learning Oracle Database 12c
در این دوره ، مدیران پایگاه داده می توانند نحوه پیکربندی Oracle Database 12c را بیاموزند و توسعه دهندگان هوش تجاری می توانند یاد بگیرند که چگونه با استفاده از آن برنامه ها را به طور م effectivelyثر بنویسند.
آموزش Data Science on Google Cloud Platform: ساخت خطوط لوله داده
Data Science on Google Cloud Platform: Building Data Pipelines
با نحوه طراحی و ساخت خطوط لوله داده بزرگ در Google Cloud Platform آشنا شوید.
آموزش روش های علم داده: ایجاد حس تجاری
Data Science Methodologies: Making Business Sense
بیاموزید که چگونه یک پروژه علوم داده را از طریق کل چرخه توسعه و استقرار مدل انجام دهید.
Charlie Joey Hadley
مبشر فناوری و داده های باز
چارلی از سال 2015، زمانی که شروع به کار کرد، در R and Shiny تدریس و مشاوره می کند. به عنوان RSE در دانشگاه آکسفورد و شبکه داده های تعاملی دانشگاه را تأسیس کرد که از محققان در دسترسی بیشتر به داده های باز از طریق تعامل پشتیبانی می کند. پیشینه چارلی در فیزیک است و او قبلا برای تحقیقات Wolfram مشاوره می کرد، اما اکنون او بیشتر مهارت های حل مسئله کدنویسی را آموزش می دهد و مدت زیادی است که معادله دیفرانسیل را لمس نکرده است.
Linkedin (لینکدین)
لینکدین: شبکه اجتماعی حرفه‌ای برای ارتباط و کارآفرینی
لینکدین به عنوان یکی از بزرگترین شبکه‌های اجتماعی حرفه‌ای، به میلیون‌ها افراد در سراسر جهان این امکان را می‌دهد تا ارتباط برقرار کنند، اطلاعات حرفه‌ای خود را به اشتراک بگذارند و فرصت‌های شغلی را کشف کنند. این شبکه اجتماعی به کاربران امکان می‌دهد تا رزومه حرفه‌ای خود را آپدیت کنند، با همکاران، دوستان و همکاران آینده ارتباط برقرار کنند، به انجمن‌ها و گروه‌های حرفه‌ای ملحق شوند و از مقالات و مطالب مرتبط با حوزه کاری خود بهره‌مند شوند.
لینکدین همچنین به کارفرمایان امکان می‌دهد تا به دنبال نیروهای با تجربه و مهارت مورد نیاز خود بگردند و ارتباط برقرار کنند. این شبکه حرفه‌ای به عنوان یک پلتفرم کلیدی برای بهبود دسترسی به فرصت‌های شغلی و گسترش شبکه حرفه‌ای خود، نقش مهمی را ایفا می‌کند. از این رو، لینکدین به عنوان یکی از مهمترین ابزارهای کارآفرینی و توسعه حرفه‌ای در دنیای امروز مورد توجه قرار دارد.