آموزش برنامه‌نویسی R برای آمار و علوم داده - آخرین آپدیت

دانلود R Programming for Statistics and Data Science

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: به‌روزرسانی شده در می ۲۰۲۵. این دوره اکنون دارای قابلیت Coursera Coach است! روشی هوشمندانه‌تر برای یادگیری با گفتگوهای تعاملی و لحظه‌ای که به شما کمک می‌کند تا دانش خود را آزمایش کنید، پیش‌فرض‌ها را به چالش بکشید و در حین پیشروی در دوره، درک خود را عمیق‌تر کنید. این دوره جامع با آموزش مبانی برنامه‌نویسی R شروع می‌شود؛ از راه‌اندازی محیط با R و RStudio گرفته تا درک رابط کاربری آن. در بخش‌های ابتدایی، شما وارد مفاهیم بنیادی برنامه‌نویسی مانند انواع داده‌ها، توابع و عملیات برداری می‌شوید که به شما امکان می‌دهد پایه‌ای محکم در R ایجاد کنید. همچنین خواهید آموخت که چگونه ساختارهای پیچیده‌تری مانند ماتریس‌ها و دیتا-فریم‌ها (Data Frames) را مدیریت کنید تا سازماندهی و دستکاری داده‌ها به صورت بهینه آسان شود. با پیشروی در دوره، قابلیت‌های پیشرفته‌تر R مانند ایجاد و اصلاح دیتا-فریم‌ها، استفاده از پکیج محبوب dplyr و کار با عملگرهای رابطه‌ای، منطقی و حلقه‌ها را بررسی خواهید کرد. دروس مربوط به دستکاری و بصری‌سازی داده‌ها، تجربه عملی در پاک‌سازی و ارائه داده‌ها را فراهم می‌کند و ابزارهای ضروری مانند ggplot2 را برای ایجاد نمودارها و گراف‌های تحلیلی پوشش می‌دهد. این مهارت‌ها به شما کمک می‌کند تا داده‌ها را تحلیل کرده و تصمیمات داده‌محور را به طور مؤثرتری اتخاذ کنید. در نهایت، دوره به مباحث آماری از جمله تحلیل اکتشافی داده‌ها (EDA)، آزمون فرضیات و مدل‌سازی رگرسیون خطی می‌پردازد. با تسلط بر این تکنیک‌ها، توانایی تحلیل داده‌های واقعی، استخراج بینش‌های معنادار و انجام پیش‌بینی‌ها را به دست خواهید آورد. چه یک متقاضی علوم داده باشید و چه یک آمارشناس که به دنبال ارتقای مهارت‌های خود است، این دوره تمام آنچه را که برای موفقیت در زمینه علوم داده با استفاده از R نیاز دارید، فراهم می‌کند. این دوره برای علاقه‌مندان به علوم داده، آمارشناسان و متخصصانی طراحی شده است که قصد دارند بر R برای تحلیل داده‌ها مسلط شوند. داشتن دانش پایه در برنامه‌نویسی مفید است، اما الزامی نیست.

سرفصل ها و درس ها

مقدمه و شروع کار Introduction and Getting Started

  • این دوره چه مباحثی را پوشش می‌دهد؟ What Does this Course Cover?

  • مقدمه Introduction

  • دانلود و نصب R و R Studio Downloading and Installing R and R Studio

  • راهنمای سریع رابط کاربری RStudio Quick Guide to the RStudio User Interface

  • تغییر ظاهر در RStudio Changing the Appearance in RStudio

  • نصب پکیج‌ها در R و استفاده از Library Installing Packages in R and Using the Library

اجزای سازنده R The Building Blocks of R

  • ایجاد یک شیء در R Creating an Object in R

  • انواع داده‌ها در R: اعداد صحیح و اعشاری Data Types in R - Integers and Doubles

  • انواع داده‌ها در R: رشته‌ها و مقادیر منطقی Data Types in R – Characters and Logicals

  • قوانین تبدیل نوع (Coercion) در R Coercion Rules in R

  • توابع در R Functions in R

  • توابع و آرگومان‌ها Functions and Arguments

  • ساخت یک تابع در R (مبانی) Building a Function in R (Basics)

  • استفاده از اسکریپت در مقابل کنسول Using the Script Versus Using the Console

بردارها و عملیات برداری Vectors and Vector Operations

  • مقدمه Introduction

  • آشنایی با بردارها Introduction to Vectors

  • بازیافت برداری (Vector Recycling) Vector Recycling

  • نام‌گذاری یک بردار در R Naming a Vector in R

  • دریافت کمک در R Getting Help with R

  • برش (Slicing) و ایندکس‌گذاری بردار در R Slicing and Indexing a Vector in R

  • تغییر ابعاد یک شیء در R Changing the Dimensions of an Object in R

ماتریس‌ها Matrices

  • ایجاد یک ماتریس در R Creating a Matrix in R

  • کدنویسی سریع‌تر: ایجاد ماتریس در یک خط کد Faster Code: Creating a Matrix in a Single Line of Code

  • آیا ماتریس‌ها قابلیت بازیافت دارند؟ Do Matrices Recycle?

  • ایندکس‌گذاری یک عنصر از ماتریس Indexing an Element from a Matrix

  • برش یک ماتریس در R Slicing a Matrix in R

  • حساب ماتریسی Matrix Arithmetic

  • عملیات ماتریسی در R Matrix Operations in R

  • داده‌های طبقه‌بندی شده (Categorical) Categorical Data

  • ایجاد یک فاکتور (Factor) در R Creating a Factor in R

  • لیست‌ها در R Lists in R

اصول برنامه‌نویسی با R Fundamentals of Programming with R

  • عملگرهای رابطه‌ای در R Relational Operators in R

  • عملگرهای منطقی در R Logical Operators in R

  • بردارها و عملگرهای منطقی Vectors and Logicals Operators

  • دستورات If، Else و Else If در R If, Else, Else If Statements in R

  • نکات مهم در دستورات If، Else و Else If If, Else, Else If Statements - Keep-In-Mind's

  • حلقه‌های For در R For Loops in R

  • حلقه‌های While در R While Loops in R

  • حلقه‌های Repeat در R Repeat Loops in R

  • ساخت تابع در R (سطح پیشرفته) Building a Function in R 2.0

  • ساخت تابع در R: بررسی محدوده (Scoping) Building a Function in R 2.0 - Scoping

دیتا-فریم‌ها Data Frames

  • مقدمه Introduction

  • ایجاد یک دیتا-فریم در R Creating a Data Frame in R

  • پکیج Tidyverse The Tidyverse Package

  • وارد کردن داده‌ها در R Data Import in R

  • وارد کردن فایل CSV در R Importing a CSV in R

  • خروجی گرفتن از داده‌ها در R Data Export in R

  • شناخت کلی از دیتا-فریم Getting a Sense of Your Data Frame

  • ایندکس‌گذاری و برش دیتا-فریم در R Indexing and Slicing a Data Frame in R

  • گسترش یک دیتا-فریم در R Extending a Data Frame in R

  • مدیریت داده‌های گم‌شده (Missing Data) در R Dealing with Missing Data in R

دستکاری داده‌ها Manipulating Data

  • مقدمه Introduction

  • تبدیل داده‌ها با R: پکیج Dplyr (بخش اول) Data Transformation with R - the Dplyr Package - Part I

  • تبدیل داده‌ها با R: پکیج Dplyr (بخش دوم) Data Transformation with R - the Dplyr Package - Part II

  • نمونه‌برداری از داده‌ها با پکیج Dplyr Sampling Data with the Dplyr Package

  • استفاده از عملگر Pipe در R Using the Pipe Operator in R

  • مرتب‌سازی داده‌ها در R: توابع gather() و separate() Tidying Data in R - gather() and separate()

  • مرتب‌سازی داده‌ها در R: توابع unite() و spread() Tidying Data in R - unite() and spread()

بصری‌سازی داده‌ها Visualizing Data

  • مقدمه Introduction

  • آشنایی با بصری‌سازی داده‌ها Introduction to Data Visualization

  • مقدمه‌ای بر ggplot2 Intro to ggplot2

  • بررسی مجدد متغیرها Variables: Revisited

  • رسم هیستوگرام با ggplot2 Building a Histogram with ggplot2

  • رسم نمودار میله‌ای با ggplot2 Building a Bar Chart with ggplot2

  • رسم نمودار جعبه‌ای (Box Plot) با ggplot2 Building a Box and Whiskers Plot with ggplot2

  • رسم نمودار پراکندگی (Scatterplot) با ggplot2 Building a Scatterplot with ggplot2

تحلیل اکتشافی داده‌ها Exploratory Data Analysis

  • جامعه در مقابل نمونه Population Versus sample

  • میانگین، میانه و مد Mean, Median, Mode

  • چولگی (Skewness) Skewness

  • واریانس، انحراف معیار و ضریب تغییرات Variance, standard deviation, and coefficient of variability

  • کوواریانس و همبستگی Covariance and Correlation

آزمون فرضیه Hypothesis Testing

  • توزیع‌ها Distributions

  • خطای استاندارد و فواصل اطمینان Standard Error and Confidence Intervals

  • آزمون فرضیه Hypothesis Testing

  • خطاهای نوع اول و نوع دوم Type I and Type II Errors

  • آزمون میانگین: وقتی واریانس جامعه معلوم است Test for the Mean - Population Variance Known

  • مقدار P-Value The P-Value

  • آزمون میانگین: وقتی واریانس جامعه مجهول است Test for the Mean - Population Variance Unknown

  • مقایسه دو میانگین: نمونه‌های وابسته Comparing Two Means - Dependent Samples

  • مقایسه دو میانگین: نمونه‌های مستقل Comparing Two Means - Independent Samples

تحلیل رگرسیون خطی Linear Regression Analysis

  • مدل رگرسیون خطی The Linear Regression Model

  • همبستگی در مقابل رگرسیون Correlation Versus Regression

  • نمایش هندسی Geometrical Representation

  • اولین رگرسیون در R First Regression in R

  • نحوه تفسیر جدول رگرسیون How to Interpret the Regression Table

  • تجزیه تغییرپذیری: SST, SSR, SSE Decomposition of Variability: SST, SSR, SSE

  • ضریب تعیین (R Squared) R-Squared

نمایش نظرات

آموزش برنامه‌نویسی R برای آمار و علوم داده
جزییات دوره
8h 51m
87
(آخرین آپدیت)
1,211
4.9 از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده