آموزش R Tidyverse Reporting and Analytics برای کاربران اکسل

R Tidyverse Reporting and Analytics for Excel Users

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
توضیحات دوره: از اکسل تا داده‌های بزرگ و تجسم داشبورد تعاملی در 5 ساعت چگونه R توابع رایج اکسل را پیاده‌سازی می‌کند و چگونه می‌تواند در واقع سریع‌تر، آسان‌تر و انعطاف‌پذیرتر از روش‌های آشنای اکسل باشد. در پایان این دوره، دانش لازم برای کار با مجموعه‌های بزرگ داده‌ها را سریع‌تر و آسان‌تر از آنچه فکر می‌کردید خواهید داشت. این دوره از کتابخانه های tidyverse در R استفاده می کند که راه حلی زیبا برای حل 99٪ از نیازهای گزارش ما ارائه می دهد. Tidyverse به طور باورنکردنی به خوبی پشتیبانی می‌شود و تنها با تمرکز بر روی این مجموعه‌ای از کتابخانه‌ها، می‌توانیم زمان مورد نیاز برای راه‌اندازی و اجرای R را به طور گسترده کوتاه کنیم. بسیاری از دوره‌های مبتدی در R شروع به آموزش آنچه به عنوان پایه R شناخته می‌شود، را پوشش می‌دهند. روش های اصلی برای کار با R که از طریق نظم و ترتیب بهبود یافته و ساده شده است. اگر چه ممکن است درک کمی از پایه R مفید باشد، اما نه از الزامات این دوره است و نه الزامی برای تولید واقعی در زبان R. همانطور که تمرین‌ها را مرور می‌کنیم، می‌خواهیم با رایج‌ترین روشی که فرآیندها معمولاً در اکسل انجام می‌شوند مقایسه کنیم. پیش نیازها: شما باید با دستورات و جداول محوری در اکسل راحت باشید

اگر از Excel برای هر نوع گزارش یا تجزیه و تحلیل استفاده می کنید، این دوره برای شما مناسب است. دوره های بسیار خوبی وجود دارد که R را برای تجزیه و تحلیل آماری و علم داده آموزش می دهد که گاهی اوقات R را برای استفاده روزانه کمی پیشرفته به نظر می رساند. همچنین از آنجایی که روش های مختلفی برای استفاده از R وجود دارد که اغلب می تواند سردرگمی را افزایش دهد. واقعیت این است که R می‌تواند برای تجزیه و تحلیل گزارش‌های روزانه‌تان که در اکسل انجام می‌دهید بسیار سریع‌تر و آسان‌تر کند، بدون اینکه نیاز به تکنیک‌های آماری پیچیده‌ای داشته باشید و در عین حال به شما پایه‌ای محکم برای گسترش در آن حوزه‌ها در صورت تمایل می‌دهد. این دوره از استانداردهای Tidyverse برای استفاده از R استفاده می کند که یک روش واحد، جامع و آسان برای استفاده از R بدون پیچیدگی کارها از طریق چندین روش ارائه می دهد. این طراحی شده است تا بر اساس مهارت هایی که قبلاً در اکسل با آنها آشنا هستید ایجاد کند تا مسیر یادگیری شما را میانبر کند.

وقتی برای اولین بار استفاده از R را شروع کردم، فکر کردم که می تواند جایگزین خوبی برای فرآیندهای نوع اتوماسیونی باشد که قبلاً در VBA می نوشتم. این می تواند برای بسیاری از کاربران اکسل بسیار بد باشد زیرا VBA اغلب یک لایه پیچیدگی اضافی به کار شما اضافه می کند و اغلب فقط کاری است که برای خودکارسازی فرآیندی انجام می شود که قبلاً در اکسل ایجاد شده است. یکی از مزایای کلیدی اکسل این است که شما مستقیماً با داده‌ها کار می‌کنید بدون اینکه نیازی به پیچیدگی و هزینه‌های سنگین استفاده از زبان برنامه‌نویسی داشته باشید.

زبان‌های برنامه‌نویسی مانند VBA در واقع برای کار با داده‌ها بسیار دشوار هستند، زیرا حتی هیچ راه مختصری برای ارجاع به عناصر داده رایج مانند ستون‌های جدول نام‌گذاری شده وجود ندارد. برای انجام یک عملیات روی هر ردیف، چندین خط کد نیاز است که کند اجرا می شود و در نهایت فرمول شما را پنهان می کند که در واقع حاوی منطق تجاری شما است.

با وجود همه اینها، افراد به هر حال از VBA استفاده می کنند، زیرا زمانی که برای تنظیم فرآیندهای خود وقت گذاشتید، می توانید دقیقاً همان مراحل را هزاران بار با یک کلیک یک دکمه اجرا کنید.

اگر راهی برای کار مستقیم با داده های شما به سادگی اکسل وجود داشته باشد، اما قدرت برنامه نویسی بیشتری نسبت به VBA داشته باشید، چه؟ این کاری است که R می تواند برای شما انجام دهد.

از زمانی که استفاده از R را شروع کردم، مردم از من پرسیدند که چه زمانی استفاده از R به جای Excel مفید است. در اینجا چند نمونه وجود دارد

1. vlookup ها و sumif ها در مجموعه داده های بزرگ می توانند بسیار آهسته در اکسل اجرا شوند. من به مردم کمک کرده‌ام تا چندین خط از vlookups را که ۸۰ دقیقه طول می‌کشد تا در اکسل اجرا شوند، با یک تابع در R که کمتر از ۱/۱۰ ثانیه طول می‌کشد، جایگزین کنند.

2. کاوش و تجزیه و تحلیل داده های شما در R را می توان در یک جدول ساده مانند اکسل مشاهده کرد، اما همچنین دارای طیف گسترده ای از روش های دیگر است که می تواند موثرتر باشد.

3. داشبوردها و تجسم ها بسیار غنی تر و آسان تر از Excel

ساخته می شوند

4. توزیع کار شما در اکسل می تواند مفید باشد زیرا تقریباً همه اکسل را نصب کرده اند. مشکلاتی که در این مورد وجود دارد این است که همه همیشه نسخه یکسان اکسل یا افزونه‌ها را نصب نمی‌کنند و این بدان معناست که کار شما ممکن است سازگار نباشد. همچنین فایل‌هایی معمولاً در اطراف ایمیل ارسال می‌شوند که می‌توانند به سرعت منجر به صدها کپی ردیابی نشده از فایل‌های اکسل شما با تغییرات جزئی در آنها شوند. خروجی‌های R می‌توانند فایل‌های اکسل یا csv ساده باشند، با این حال خروجی شما می‌تواند یک برنامه وب نیز باشد که می‌تواند به صورت متمرکز روی سروری سازگار با هر مرورگر وب در رایانه یا تلفن هوشمند شما ذخیره و ردیابی شود.

5. همکاری تیمی و کنترل نسخه در اکسل از طریق کتاب‌های کار مشترک و پیگیری تغییرات انجام می‌شود. روشن کردن این ویژگی ها در اکسل برخی از بهترین ویژگی های اکسل را غیرفعال می کند و همچنان منجر به قفل شدن فایل می شود. همکاری تیمی در R در github انجام می‌شود که به شما امکان می‌دهد به راحتی در بین تیم‌ها بدون مشکلات قفل کردن فایل و تاریخچه حسابرسی کامل کار خود کار کنید.

زیبایی R در این است که وقتی شروع به استفاده از آن کردید، دیگر نیازی به سرمایه‌گذاری خاصی در زمان برای خودکارسازی فرآیندهای خود پس از انجام تجزیه و تحلیل ندارید. عملاً هر کاری را که می توانید در اکسل انجام دهید، می توانید حتی برای اولین دور تجزیه و تحلیل خود سریعتر و بهتر انجام دهید و یک اسکریپت برای شما باقی می گذارد که به این معنی است که کار شما از همان ابتدا قابل تکرار و خودکار است.

اگرچه مهارت‌های موجود در اکسل به شما کمک می‌کند تا R را انتخاب کنید، یکی از سخت‌ترین چیزها این است که آنقدر با اکسل آشنا هستید که ادامه استفاده از آن بسیار آسان است. من سال ها از اکسل استفاده کردم و هزاران ساعت را صرف مطالعه نحوه استفاده کارآمدتر از آن کردم، حتی دوره های پیشرفته را در آن تدریس کردم. در آن زمان برای من بدیهی به نظر می رسید که یکی از کارآمدترین روش ها برای کار با داده ها است. حتی اگر کار با یک زبان برنامه نویسی ممکن است قدرتمندتر باشد، اغلب اوقات بیش از حد زیاد بود و از تجزیه و تحلیل واقعی داده ها بسیار حذف می شد. R همان زبان برنامه نویسی است که آرزو می کردم 20 سال پیش یاد می گرفتم. شاید تا حدودی شهودی شما در نهایت زمان کمتری را صرف فکر کردن در مورد نحوه چیدمان یک قطعه کار نسبت به اکسل کنید و زمان بیشتری را صرف نگاه کردن به داده های خود به روش های جدیدی کنید که احتمالاً هرگز به آن فکر نکرده اید.


سرفصل ها و درس ها

R Tidyverse Reporting and Analytics برای کاربران اکسل R Tidyverse Reporting and Analytics for Excel Users

  • مقدمه Intro

  • مقدمه Intro

  • درباره مربی شما و چگونگی شکل گیری این دوره About Your Instructor & How This Course Came to Be

  • درباره مربی شما و چگونگی شکل گیری این دوره About Your Instructor & How This Course Came to Be

  • چرا از R استفاده کنیم؟ Why Use R?

  • چگونه از این دوره بیشترین بهره را ببرید How to Get the Most out of this Course

  • چگونه از این دوره بیشترین بهره را ببرید How to Get the Most out of this Course

  • تکنیک های یادگیری تسریع شده برای استفاده از فایل های مثال Accelerated Learning Techniques for Using The Example Files

  • راه اندازی R Setting up R

  • راه اندازی R Setting up R

  • راه اندازی R Extra Points Setting up R Extra Points

  • راه اندازی R Extra Points Setting up R Extra Points

  • پایه ها Foundations

  • پایه ها Foundations

  • در حال بارگیری داده ها Loading Data

  • R پروژه ها و راهنماهای کاری R Projects and Working Directories

  • در حال بارگیری امتیازهای اضافی داده Loading Data Extra Points

  • در حال بارگیری امتیازهای اضافی داده Loading Data Extra Points

  • ستون های محاسبه شده Calculated Columns

  • فیلتر کردن Filtering

  • فیلتر کردن Filtering

  • Pivoting با R برای علم داده در مقابل Pivoting با Excel Pivoting with R for data science vs Pivoting with Excel

  • Pivoting با R برای علم داده در مقابل Pivoting با Excel Pivoting with R for data science vs Pivoting with Excel

  • Vlookups برای پیوستن Vlookups to Joins

  • وارد کردن داده ها به اکسل با Power Query Getting Data Into Excel with Power Query

  • کتابخانه های تجسم داده برای نصب برای این بخش Data Visualisation Libraries to Install for this section

R Tidyverse Reporting and Analytics برای کاربران اکسل R Tidyverse Reporting and Analytics for Excel Users

  • چرا از R استفاده کنیم؟ Why Use R?

  • تکنیک های یادگیری تسریع شده برای استفاده از فایل های مثال Accelerated Learning Techniques for Using The Example Files

  • در حال بارگیری داده ها Loading Data

  • R پروژه ها و راهنماهای کاری R Projects and Working Directories

  • ستون های محاسبه شده Calculated Columns

  • Vlookups برای پیوستن Vlookups to Joins

  • وارد کردن داده ها به اکسل با Power Query Getting Data Into Excel with Power Query

  • کتابخانه های تجسم داده برای نصب برای این بخش Data Visualisation Libraries to Install for this section

تجسم داده ها Data Visualisation

  • گزینه های تجسم داده ها Data Visualisation Options

  • گزینه های تجسم داده ها Data Visualisation Options

  • معرفی و تنظیم ویژگی های زیبایی شناختی GGPlot GGPlot Intro and Setting Aesthetic Properties

  • GGPlot Geoms (معروف به انواع نمودار) GGPlot Geoms (aka Chart types)

  • GGPlot Geoms (معروف به انواع نمودار) GGPlot Geoms (aka Chart types)

  • GGPlot لایه بندی نمودارها و متن های متعدد GGPlot Layering Multiple Charts and Text

  • GGPlot لایه بندی نمودارها و متن های متعدد GGPlot Layering Multiple Charts and Text

  • GGPlot ایجاد نمودارهای متعدد با وجوه GGPlot Creating Multiple Charts with Facets

  • توطئه Plotly

  • هایچارتر Highcharter

  • جداول داده Data Tables

  • جداول داده Data Tables

  • RMarkdown RMarkdown

  • تابلوهای فلکس داشبورد Flexdashboards

تجسم داده ها Data Visualisation

  • معرفی و تنظیم ویژگی های زیبایی شناختی GGPlot GGPlot Intro and Setting Aesthetic Properties

  • GGPlot ایجاد نمودارهای متعدد با وجوه GGPlot Creating Multiple Charts with Facets

  • توطئه Plotly

  • هایچارتر Highcharter

  • RMarkdown RMarkdown

  • تابلوهای فلکس داشبورد Flexdashboards

بهترین تمرین، عیب یابی و اشکال زدایی Best Practice, Troubleshooting and Debugging

  • رفع خطاها Fixing Errors

بهترین تمرین، عیب یابی و اشکال زدایی Best Practice, Troubleshooting and Debugging

  • رفع خطاها Fixing Errors

سوالات متداول FAQ

  • سوالات متداول معرفی FAQ Intro

  • سوالات متداول معرفی FAQ Intro

  • R در مقابل پایتون R vs Python

  • پر کردن مقادیر از دست رفته Fill Missing Values

  • پر کردن مقادیر از دست رفته Fill Missing Values

  • مقادیر NA و عملیات ستون انبوه NA Values and Bulk Column Operations

  • مقادیر NA و عملیات ستون انبوه NA Values and Bulk Column Operations

  • تحلیل بازاریابی ایمیلی با R Email Marketing Analysis with R

  • اسکریپت R در داشبورد R Script into Dashboards

  • بارگیری سریعتر تابلوهای براق Flex R Load R Shiny Flexdashboards Faster

  • 1000 فایل CSV را در 3 ثانیه در Dataframe بارگیری کنید Load 1000 CSV Files in 3 Seconds to Dataframe

  • ترکیب سریع فایل های اکسل Combine Excel Files Fast

  • ترکیب سریع فایل های اکسل Combine Excel Files Fast

  • R Shiny Flexdashboard داده صادرات R Shiny Flexdashboard Export Data

  • R Shiny Flexdashboard داده صادرات R Shiny Flexdashboard Export Data

  • فیلتر داشبورد پویا Dynamic Dashboard Filters

  • فیلتر داشبورد پویا Dynamic Dashboard Filters

  • انتخابگر ستون پویا Dynamic Column Selector

سوالات متداول FAQ

  • R در مقابل پایتون R vs Python

  • تحلیل بازاریابی ایمیلی با R Email Marketing Analysis with R

  • اسکریپت R در داشبورد R Script into Dashboards

  • بارگیری سریعتر تابلوهای براق Flex R Load R Shiny Flexdashboards Faster

  • 1000 فایل CSV را در 3 ثانیه در Dataframe بارگیری کنید Load 1000 CSV Files in 3 Seconds to Dataframe

  • انتخابگر ستون پویا Dynamic Column Selector

آرشیو - کد میراث Archive - Legacy Code

  • چرخش Pivoting

  • چرخش Pivoting

آرشیو - کد میراث Archive - Legacy Code

سخنرانی پاداش: منابع بیشتر برای رسیدن سریعتر به اهداف خود Bonus Lecture: More Resources to Reach Your Goals Faster

  • سخنرانی پاداش: منابع بیشتر برای رسیدن سریعتر به اهداف خود Bonus Lecture: More Resources to Reach Your Goals Faster

سخنرانی پاداش: منابع بیشتر برای رسیدن سریعتر به اهداف خود Bonus Lecture: More Resources to Reach Your Goals Faster

  • سخنرانی پاداش: منابع بیشتر برای رسیدن سریعتر به اهداف خود Bonus Lecture: More Resources to Reach Your Goals Faster

نمایش نظرات

نظری ارسال نشده است.

آموزش R Tidyverse Reporting and Analytics برای کاربران اکسل
خرید اشتراک و دانلود خرید تکی و دانلود | 160,000 تومان (5 روز مهلت دانلود) زمان تقریبی آماده سازی لینک دانلود این دوره آموزشی حدود 5 تا 24 ساعت می باشد.
جزییات دوره
5 hours
42
Udemy (یودمی) udemy-small
14 مرداد 1400 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
6,436
4.7 از 5
دارد
دارد
دارد

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Jonathan Ng Jonathan Ng

علم داده و استراتژی BI

Jonathan Ng Jonathan Ng

علم داده و استراتژی BI

Udemy (یودمی)

یودمی یکی از بزرگ‌ترین پلتفرم‌های آموزشی آنلاین است که به میلیون‌ها کاربر در سراسر جهان امکان دسترسی به دوره‌های متنوع و کاربردی را فراهم می‌کند. این پلتفرم امکان آموزش در زمینه‌های مختلف از فناوری اطلاعات و برنامه‌نویسی گرفته تا زبان‌های خارجی، مدیریت، و هنر را به کاربران ارائه می‌دهد. با استفاده از یودمی، کاربران می‌توانند به صورت انعطاف‌پذیر و بهینه، مهارت‌های جدیدی را یاد بگیرند و خود را برای بازار کار آماده کنند.

یکی از ویژگی‌های برجسته یودمی، کیفیت بالای دوره‌ها و حضور استادان مجرب و با تجربه در هر حوزه است. این امر به کاربران اعتماد می‌دهد که در حال دریافت آموزش از منابع قابل اعتماد و معتبر هستند و می‌توانند به بهترین شکل ممکن از آموزش‌ها بهره ببرند. به طور خلاصه، یودمی به عنوان یکی از معتبرترین و موثرترین پلتفرم‌های آموزشی آنلاین، به افراد امکان می‌دهد تا به راحتی و با کیفیت، مهارت‌های مورد نیاز خود را ارتقا دهند و به دنبال رشد و پیشرفت شغلی خود باشند.