آموزش راهنمای کامل R: بحث، تجسم، و مدل سازی داده ها

Complete Guide to R: Wrangling, Visualizing, and Modeling Data

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: تلاش برای مکان یابی معنا و جهت در داده های بزرگ دشوار است. R می تواند به شما کمک کند راه خود را پیدا کنید. R یک زبان برنامه نویسی آماری برای تجزیه و تحلیل و تجسم روابط بین مقادیر زیادی داده است. این دوره با متخصص تجزیه و تحلیل داده ها، بارتون پولسون، مقدمه ای کامل با R، همراه با دستورالعمل های دقیق برای نصب و پیمایش R و RStudio و مثال های عملی، از گرافیک اکتشافی گرفته تا شبکه های عصبی، ارائه می دهد. بارتون نشان می دهد که چگونه می توان بسته های R و R محبوب را راه اندازی کرد و شروع به وارد کردن، تمیز کردن و تبدیل داده ها برای تجزیه و تحلیل کرد. او همچنین نشان می دهد که چگونه می توان تجسم هایی مانند نمودارهای میله ای، هیستوگرام ها و نمودارهای پراکنده ایجاد کرد و داده های طبقه بندی، کیفی و پرت را تغییر داد تا بهترین پاسخگویی به سؤالات تحقیق شما و الزامات الگوریتم های شما باشد.

سرفصل ها و درس ها

معرفی Introduction

  • داده های خود را منطقی کنید Make your data make sense

  • با استفاده از فایل های تمرین Using the exercise files

1. R چیست؟ 1. What Is R?

  • علم داده با R: مطالعه موردی Data science with R: A case study

  • R در زمینه R in context

2. شروع به کار 2. Getting Started

  • نظم و ترتیب The tidyverse

  • انواع داده ها و ساختارها Data types and structures

  • نصب R Installing R

  • بسته های R Packages for R

  • نصب RStudio Installing RStudio

  • محیط های R Environments for R

  • دستورات لوله کشی با %>% Piping commands with %>%

  • پیمایش در محیط RStudio Navigating the RStudio environment

  • نظرات و سرفصل ها Comments and headers

  • وارد کردن داده ها Entering data

3. وارد کردن داده ها 3. Importing Data

  • ذخیره داده ها در فرمت های R بومی Saving data in native R formats

  • وارد کردن داده ها از صفحه گسترده Importing data from a spreadsheet

  • مجموعه داده های داخلی R R's built-in datasets

  • کاوش مجموعه داده های نمونه با Pacman Exploring sample datasets with pacman

  • وارد کردن داده های XML Importing XML data

  • وارد کردن داده های JSON Importing JSON data

4. تجسم داده ها با ggplot2 4. Visualizing Data with ggplot2

  • ایجاد نمودارهای میله ای Creating bar charts

  • استفاده از پالت های رنگی Using color palettes

  • ایجاد هیستوگرام Creating histograms

  • مقدمه ای بر ggplot2 Introduction to ggplot2

  • ایجاد نمودارهای خوشه ای Creating cluster charts

  • استفاده از رنگ ها در R Using colors in R

  • ایجاد نمودارهای متعدد Creating multiple graphs

  • ایجاد نمودارهای پراکنده Creating scatterplots

  • ایجاد نمودارهای جعبه Creating box plots

5. داده های مشاجره 5. Wrangling Data

  • کار با داده های لیست Working with list data

  • کار با متغیرهای طبقه بندی شده Working with categorical variables

  • با استفاده از data.table Using data.table

  • ایجاد داده های مرتب Creating tidy data

  • تبدیل داده ها از پهن به بلند و از بلند به عریض Converting data from wide to tall and from tall to wide

  • استفاده از تیبل ها Using tibbles

  • تبدیل داده ها از جداول به ردیف Converting data from tables to rows

  • کار با داده های XML Working with XML data

  • فیلتر کردن موارد و زیر گروه ها Filtering cases and subgroups

  • کار با تاریخ و زمان Working with dates and times

6. رمزگذاری مجدد داده ها 6. Recoding Data

  • رمزگذاری مجدد داده های طبقه بندی شده Recoding categorical data

  • تبدیل نقاط پرت Transforming outliers

  • رمزگذاری مجدد داده های کمی Recoding quantitative data

  • ایجاد امتیاز مقیاس با میانگین گیری Creating scale scores by averaging

  • ایجاد نمرات مقیاس با شمارش Creating scale scores by counting

7. یک R برای مطالعه موردی علم داده 7. An R for Data Science Case Study

  • علم داده با R: مطالعه موردی Data science with R: A case study

8. کاوش داده ها 8. Exploring Data

  • انجام تحلیل عاملی تاییدی Conducting a confirmatory factor analysis

  • انجام تجزیه و تحلیل آیتم Conducting an item analysis

  • ایجاد جداول احتمالی Creating contingency tables

  • فرکانس های محاسباتی Computing frequencies

  • انجام تجزیه و تحلیل اجزای اصلی Conducting a principal component analysis

  • محاسبات همبستگی Computing correlations

  • محاسبه آمار توصیفی Computing descriptive statistics

9. تجزیه و تحلیل داده ها 9. Analyzing Data

  • مقایسه میانگین‌ها با پیش‌بینی‌کننده‌های طبقه‌بندی متعدد: تحلیل واریانس عاملی Comparing means with multiple categorical predictors: Factorial analysis of variance

  • مقایسه میانگین های زوجی: آزمون t نمونه های زوجی Comparing paired means: Paired samples t-test

  • مقایسه یک میانگین با جامعه: آزمون t تک نمونه ای Comparing one mean to a population: One-sample t-test

  • مقایسه چند میانگین: تحلیل واریانس تک عاملی Comparing multiple means: One-factor analysis of variance

  • مقایسه نسبت ها Comparing proportions

  • مقایسه دو میانگین: آزمون t نمونه های مستقل Comparing two means: Independent samples t-test

10. پیش بینی نتایج 10. Predicting Outcomes

  • پیش بینی نتایج با پواسون یا رگرسیون لاگ خطی Predicting outcomes with Poisson or log-linear regression

  • پیش بینی نتایج با رگرسیون چندکی Predicting outcomes with quantile regression

  • پیش بینی نتایج با رگرسیون خطی Predicting outcomes with linear regression

  • پیش بینی نتایج با رگرسیون لجستیک Predicting outcomes with logistic regression

  • ارزیابی پیش‌بینی‌ها با مدل‌های ورودی مسدود Assessing predictions with blocked-entry models

  • پیش بینی نتایج با رگرسیون کمند Predicting outcomes with lasso regression

11. خوشه بندی و طبقه بندی موارد 11. Clustering and Classifying Cases

  • طبقه بندی موارد با k-نزدیکترین همسایه Classifying cases with k-nearest neighbors

  • گروه بندی موارد با خوشه بندی سلسله مراتبی Grouping cases with hierarchical clustering

  • ایجاد مدل های گروهی با طبقه بندی تصادفی جنگل Creating ensemble models with random forest classification

  • طبقه بندی موارد با تجزیه و تحلیل درخت تصمیم Classifying cases with decision tree analysis

  • گروه بندی موارد با k-means خوشه بندی Grouping cases with k-means clustering

نتیجه Conclusion

  • مراحل بعدی Next steps

نمایش نظرات

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.

آموزش راهنمای کامل R: بحث، تجسم، و مدل سازی داده ها
جزییات دوره
8h 15m
70
Linkedin (لینکدین) Linkedin (لینکدین)
(آخرین آپدیت)
15
- از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Barton Poulson Barton Poulson

پروفسور، طراح، کارشناس تجزیه و تحلیل داده

بارتون پولسون یک پروفسور، طراح و متخصص تجزیه و تحلیل داده ها است.

بارتون در بسیاری از کارهای خود پلی از تحلیل و زیبایی شناسی کرده است. زندگی، با سابقه طراحی صنعتی، دکتری. در روانشناسی اجتماعی و شخصیت، و عشق عمیق به تجزیه و تحلیل داده ها و تجسم داده ها و همچنین هنرهای تجسمی و نمایشی. بارت دانشیار روانشناسی در دانشگاه یوتا ولی است و در دانشگاه بریگام یانگ، دانشگاه یوتا و دانشگاه سیتی نیویورک تحصیل کرده است. او در نقش خود به عنوان معلم تحقیق و تحلیل، صدها مطالعه را با دانشجویان خود در مورد موضوعاتی از هویت اجتماعی و آرزوها تا ترجیحات ضمنی برای شعر و معماری انجام داده است. بارت و همسرش، ژاک لین بل، یک طراح رقص مدرن، با سه فرزند خود در شهر زیبای سالت لیک زندگی می کنند.