آموزش کاوش داده ها به صورت بصری با R

Exploring Data Visually with R

Video Player is loading.
Current Time 0:00
Duration 0:00
Loaded: 0%
Stream Type LIVE
Remaining Time 0:00
 
1x
    • Chapters
    • descriptions off, selected
    • subtitles off, selected
      نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
      نمونه ویدیویی برای نمایش وجود ندارد.
      توضیحات دوره: بیاموزید که چگونه از تجسم داده ها مانند نمودارهای پراکنده ، نمودارهای بزرگ ، هیستوگرام و جعبه ها برای کاوش داده ها استفاده کنید. وقتی صحبت از اکتشاف داده می شود ، R بسیار متنوع است. هر نوع نمودار را می توان در R. پیاده سازی کرد. در این دوره ، کاوش داده ها به صورت بصری با R ، شما با تکنیک های استاندارد تجسم که برای کاوش داده ها استفاده می شود ، آشنا می شوید. ابتدا نحوه استفاده از تجسم داده ها را بررسی خواهید کرد. سپس ، شما مجموعه داده های مشترک با 4 نوع نمودار از جمله پراکندگی ، نمودارهای بزرگ ، هیستوگرام و جعبه را کشف خواهید کرد. در آخر ، شما قادر به استفاده و مقایسه 3 سیستم رسم خواهید بود که عبارتند از R ، شبکه و ggplot2. پس از پایان این دوره ، مهارت و دانش لازم برای شناسایی مناسب ترین نوع نمودار و اجرای آن در 3 ابزار مختلف نمودار R را خواهید داشت.

      سرفصل ها و درس ها

      بررسی اجمالی دوره Course Overview

      • بررسی اجمالی دوره Course Overview

      پیش زمینه تجسم داده ها در R Background on Data Visualization in R

      • معرفی Intro

      • مدیریت انتظارات Managing Expectations

      • تجسم داده ها برای اکتشاف داده ها Data Visualizations for Data Exploration

      • مجموعه دوره های الماس The Diamonds Course Dataset

      • 4 نوع طرح اصلی The 4 Basic Plot Types

      • افزودن متغیرهای دسته ای Adding Categorical Variables

      • 3 چرخ دنده طرح در R: پایه ، شبکه و Ggplot2 The 3 Gears of Plotting in R: Base, Lattice, and Ggplot2

      • مقایسه نحو Syntax Comparison

      • خلاصه Summary

      تجسم داده ها براساس توزیع ها Data Visualizations Based on Distributions

      • معرفی Intro

      • تجسم توزیع ها Visualizing Distributions

      • نمودارهای هیستوگرام و نمودارهای تراکم در شبکه Histograms and Density Plots in Lattice

      • استفاده از Ggplot2 برای توزیع ها Using Ggplot2 for Distributions

      • طرح Q-Q Q-Q Plots

      • ایجاد Boxplots Creating Boxplots

      • قطعه جعبه در شبکه Boxplots in Lattice

      • جعبه ها در Ggplot2 Boxplots in Ggplot2

      • خلاصه Summary

      تجسم داده ها بر اساس خوشه ها و متغیرهای گروه بندی Data Visualizations Based on Clusters and Grouping Variables

      • معرفی Intro

      • طرح های مبتنی بر خوشه ها Plots Based on Clusters

      • K به معنی خوشه بندی در Scatterplots است K-means Clustering in Scatterplots

      • قطعه های پراکنده در شبکه Scatterplots in Lattice

      • قطعه های پراکنده در Ggplot2 Scatterplots in Ggplot2

      • بارچارت برای داده های دسته بندی Barcharts for Categorical Data

      • بارچارت در شبکه Barcharts in Lattice

      • بارچارت ها در Ggplot2 Barcharts in Ggplot2

      • خلاصه Summary

      نگاه به جلو و منابع بیشتر Looking Ahead and Further Resources

      • معرفی Intro

      • نمای کار مشاهده داده The Data Visualization Task View

      • R Shiny چیست؟ What Is R Shiny?

      • خلاصه دوره Course Summary

      نمایش نظرات

      آموزش کاوش داده ها به صورت بصری با R
      جزییات دوره
      2h 1m
      32
      Pluralsight (پلورال سایت) Pluralsight (پلورال سایت)
      (آخرین آپدیت)
      -
      از 5
      دارد
      دارد
      دارد
      Martin Burger
      جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

      Google Chrome Browser

      Internet Download Manager

      Pot Player

      Winrar

      Martin Burger Martin Burger

      مارتین پیش از آنکه مشاور علوم داده و نویسنده شود ، آمار زیست شناسی را مطالعه کرد و در چندین شرکت دارویی کار می کرد. وی بیش از 15 دوره در زمینه R ، Tableau 9 و سایر موضوعات مرتبط با علوم داده منتشر کرد. تمرکز اصلی وی بر روی نرم افزارهای تجزیه و تحلیل مانند R و SPSS است اما به ابزارهای مدرن تجسم داده مانند Tableau نیز علاقه مند است. اگر او مشغول برنامه نویسی ، وبلاگ نویسی یا کار با مفاهیم جدید تدریس نیست ، ممکن است او را در حال اسکی یا پیاده روی در کوه های آلپ پیدا کنید.