بیاموزید که چگونه روی داده های رشته ای در R. کار کنید و از بهترین افزودن بسته ها استفاده کنید و تجزیه و تحلیل احساسات را روی متون بزرگ انجام دهید.
نحوه استفاده و تغییر شکل فریم داده ها را در R. بیاموزید. این دوره همچنین گزینه های رایج قاب داده مانند جدول جدول و جدول را پوشش می دهد.
درباره مهمترین مراحل آماده سازی داده ها بیاموزید: محاسبه ارزش از دست رفته ، تشخیص دور و حذف تکراری.
این دوره نحوه استفاده از Python و Matplotlib را برای کار بر روی توزیعهای آماری مختلف نشان میدهد. نمودارهای استاندارد مانند هیستوگرام، نمودار جعبه و نمودار ویولن برای نمایش توزیع های آماری استفاده می شود.
بیاموزید که چگونه ggplots را حاشیه نویسی کنید تا تجسم های شما کاملاً واضح باشد. شما در مورد چگونگی افزودن قطعه متن ، برچسب ، دایره ، خط ، مستطیل و کار بر روی افسانه های طرح کاوش خواهید کرد.
بیاموزید که چگونه از تجسم داده ها مانند نمودارهای پراکنده ، نمودارهای بزرگ ، هیستوگرام و نمودارهای جعبه ای برای کاوش داده ها استفاده کنید.
بیاموزید که چگونه می توان از MATLAB برای انواع مختلف تجزیه و تحلیل آماری استفاده کرد. مهم نیست که آیا آمار خلاصه ، آزمون های فرضیه ، مدل سازی یا تجسم ، MATLAB شما را پوشش داده است.
کاوش داده یکی از اولین کارهایی است که هنگام تحلیل داده انجام می دهید. این راه را برای تجزیه و تحلیل عمق بیشتر هدایت می کند. با استفاده از این دوره ، شما یاد خواهید گرفت که چگونه از R برای کاوش داده ها در یک مجموعه داده بزرگ استفاده کنید.
بیاموزید که چگونه Matplotlib شما را قادر می سازد تجسم داده های واضح و جذاب در پایتون را ایجاد کنید.
از کتابخانه تجسم بسیار محبوب ggplot2 استفاده کنید و یاد بگیرید چگونه نمودارهای خود را تنظیم کنید. تأکید ویژه بر روی پالت های رنگی ، تبرها و مقیاس ها و همچنین مضامین طرح است.
داده های سری زمانی در هر زمینه ای یافت می شود. این دوره به شما یاد می دهد که چگونه این نوع خاص از داده ها را مدیریت کنید و چگونه مدل های پیش بینی ایجاد کنید.
با R شروع کنید و یاد بگیرید که چگونه با انواع مختلف داده کار کنید. قدرتمندترین قالب داده ، Data Frame را بفهمید و بیاموزید که چگونه این قالب را جستجو کنید.
بیاموزید که چگونه از کتابخانه نمودار CanvasJS برای ادغام تجسم داده ها در وب سایت ها و برنامه ها استفاده کنید.
مدیریت داده ها و تهیه داده ها بخشی مهم و در عین حال چشم پوشی از تجزیه و تحلیل داده ها است. وارد کردن ، انتخاب کلاس مناسب ، تمیز کردن و فیلتر کردن ، همه بخشی از آماده سازی داده ها است و در این دوره آموزش داده خواهد شد.
تجزیه و تحلیل سری های زمانی را در پایتون تسلط داشته و قادر به تولید پیش بینی های کمی قدرتمند باشید.
تحلیل R و سری زمانی دست به دست هم می دهند. در این دوره ، شما می آموزید که چگونه به طور موثر از R و بسته پیش بینی برای تمرین تجزیه و تحلیل سری های زمانی و کار بر روی پروژه ها و داده های دنیای واقعی استفاده کنید.
قدرت ggplot2 و اینکه چگونه R را به گزینه ای عالی برای تجسم داده تبدیل می کند ، کاوش کنید.
بیاموزید که چگونه با استفاده از یک برنامه کاوش داده شده و ساختار یافته ، داده های جدید را در R کشف کنید.