آموزش بوت کمپ در علم داده با استفاده از زبان R

دانلود Bootcamp on Data Science using R language

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: Building Data Science Pipelines تعریف علم داده جمع آوری داده ها و آمار پیش پردازش مدل سازی پیش بینی پیش نیازها:هیچ

علوم داده یک حوزه چند رشته ای است که از ترکیبی از تکنیک ها، الگوریتم ها، فرآیندها و سیستم ها برای استخراج بینش و دانش معنادار از داده های ساختاریافته و بدون ساختار استفاده می کند. علم داده به دلیل تأثیرات دگرگون کننده ای که بر جنبه های مختلف کسب و کار، تحقیق و تصمیم گیری دارد، در دنیای امروز از اهمیت قابل توجهی برخوردار است. این شامل عناصر آمار، علوم کامپیوتر، تخصص حوزه، و تجزیه و تحلیل داده ها برای تجزیه و تحلیل و تفسیر داده های پیچیده است. علم داده سازمان ها را قادر می سازد تا تصمیمات آگاهانه ای را بر اساس تجزیه و تحلیل داده ها اتخاذ کنند تا اینکه صرفاً بر شهود یا تجربه تکیه کنند. این منجر به فرآیندهای تصمیم گیری دقیق تر و موثرتر می شود. در طول این دوره، دانش آموزان کل فرآیند توسعه یک پروژه علم داده را یاد خواهند گرفت. در طول این دوره، دانش‌آموزان نکات ظریف علم داده، جمع‌آوری داده، تمیز کردن داده‌ها، تجسم داده‌ها، اهمیت آمار و یادگیری ماشینی و غیره را خواهند آموخت. ما از زبان برنامه‌نویسی r برای توسعه خطوط لوله استفاده خواهیم کرد. R یک زبان برنامه نویسی و محیطی است که به طور خاص برای محاسبات آماری و گرافیک طراحی شده است. این منبع باز است و به طور گسترده توسط آماردانان، دانشمندان داده، محققان و تحلیلگران برای تجزیه و تحلیل داده ها، مدل سازی آماری و تجسم استفاده می شود. R دارای اکوسیستم غنی از بسته ها و کتابخانه ها است که عملکرد آن را گسترش می دهد. این بسته‌ها طیف گسترده‌ای از حوزه‌ها، از یادگیری ماشین و دستکاری داده‌ها تا بیوانفورماتیک و امور مالی را پوشش می‌دهند. بنابراین، بیایید دست و پنجه نرم کنیم!!!


سرفصل ها و درس ها

درباره برنامه About the Program

  • نتیجه گیری دوره Course Conclusion

مقدمه ای بر علم داده Introduction to Data Science

  • علم داده چیست؟ What is Data Science?

  • دیتا چیست؟ What is Data?

  • کار با داده چیست؟ What's the Job with Data

  • ابزارها و فناوری های علم داده Data Science Tools & Technologies

  • جریان فرآیند علم داده Data Science Process Flow

  • کاربردهای علم داده Applications of Data Science

  • مقدمه ای بر علم داده Introduction to Data Science

پایه های R Foundations of R

  • مقدمه ای بر زبان R Introduction to R Language

  • نصب R Language و R Studio Installation of R Language and R Studio

  • مدیریت محیط R Handling R Environment

  • تنظیم فهرست کاری Setting Working Directory

  • انواع داده ها و متغیرها Data Types and Variables

  • عملیات حسابی Arithmetic Operations

  • فریم های داده Data Frames

  • پایه های R Foundations of R

جمع آوری داده ها Data Collection

  • روش شناسی علم داده Data Science Methodology

  • تکنیک های جمع آوری داده ها Data Collection Techniques

  • مقدمه ای بر Web Scraping Introduction to Web Scraping

  • خراش دادن وب با استفاده از زبان R Web Scraping Using R Language

پیش پردازش داده ها Data Pre-processing

  • اهمیت پیش پردازش داده ها Significance of Data Pre-processing

  • بررسی فرمت های داده Checking Data Formats

  • رسیدگی به داده های از دست رفته Handling Missing Data

  • مدیریت داده های طبقه بندی شده Handling Categorical Data

  • تجزیه و تحلیل پرت Outlier Analysis

  • مقیاس بندی داده ها Data Scaling

  • جمع آوری داده ها و پیش پردازش Data Collection & Pre-processing

آمار توصیفی Descriptive Statistics

  • اهمیت آمار در علم داده Significance of Statistics in Data Science

  • ابزارهای آمار توصیفی برای علم داده Descriptive Statistics Tools for Data Science

  • اندازه گیری گرایش مرکزی Measure of Central Tendency

  • تنوع در داده ها Variation in Data

  • ارتباط متغیرها Association of Variables

آمار استنباطی Inferential Statistics

  • آمار استنباطی چیست؟ What is Inferential Statistics?

  • فواصل اطمینان Confidence Intervals

  • فواصل اطمینان در زبان R Confidence Intervals in R Language

  • توزیع تی دانشجویی Student T-Distribution

  • T-Test در زبان R T-Test in R Language

  • آزمون فرضیه Hypothesis Testing

  • آزمون فرضیه در زبان R Hypothesis Testing in R Language

  • آمار توصیفی و استنباطی Descriptive & Inferential Statistics

مدل سازی پیش بینی Predictive Modelling

  • پیش بینی تجزیه و تحلیل چیست؟ What is Predictive Analytics?

  • مقدمه ای بر رگرسیون خطی Introduction to Linear Regression

  • رگرسیون خطی ساده در زبان R Simple Linear Regression in R Language

  • مقدمه ای بر رگرسیون خطی چندگانه Introduction to Multiple Linear Regression

  • رگرسیون خطی چندگانه در زبان R Multiple Linear Regression in R Language

طبقه بندی Classification

  • مقدمه ای بر مدل های طبقه بندی Introduction to Classification Models

  • مقدمه ای بر رگرسیون لجستیک Introduction to Logistic Regression

  • اجرای رگرسیون لجستیک Implementation of Logistic Regression

  • مقدمه ای بر طبقه بندی تصادفی جنگل Introduction to Random Forest Classification

  • طبقه بندی تصادفی جنگل در زبان R Random Forest Classification in R Language

  • مدل سازی و طبقه بندی پیش بینی Predictive Modelling & Classification

کاهش ابعاد Dimensionality Reduction

  • مقدمه ای بر کاهش ابعاد Introduction to Dimensionality Reduction

  • مقدمه ای بر تحلیل مولفه های اصلی Introduction to Principle Component Analysis

  • تجزیه و تحلیل مولفه های اصلی در زبان R Principle Component Analysis in R Language

نمایش نظرات

آموزش بوت کمپ در علم داده با استفاده از زبان R
جزییات دوره
7 hours
51
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
1,001
5 از 5
دارد
دارد
دارد
Prag Robotics
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Prag Robotics Prag Robotics

رباتیک و هوش مصنوعی