تسلط به R برای آمار و علم داده
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- تسلط به بخشهای اولیه R مانند بردارها و ماتریسها
- یادگیری ساختارهای داده پیچیدهتر مانند دیتافریمها و لیستها
- یادگیری توابع احتمال R برای شبیهسازی دادهها و محاسبه احتمالات
- تمرین این مهارتها با استفاده از تمرینهای کدنویسی داخلی یودمی
پیشنیازهای دوره
- کمی تجربه در برنامهنویسی یا آمار مفید است، اما هیچ دانش قبلی فرض نمیشود.
توضیحات دوره
این دوره جامع R از پایهترین مباحث شروع میشود و بردارها، ماتریسها، دیتافریمها و موارد دیگر را پوشش میدهد تا اصول محکم برای مبتدیان فراهم کند.
سفر خود را برای تبدیل شدن به یک متخصص R از امروز آغاز کنید!
ویژگیهای کلیدی:
- یادگیری R از ابتدا با رویکرد گامبهگام
- تمرینهای عملی برای کسب تجربه کاربردی
- درک ساختارهای داده و دستکاری داده در R:
- بردارها
- ماتریسها
- دیتافریمها
- لیستها
- زیرمجموعهگیری داده
- توابع ()apply روی ماتریسها
یادگیری توزیعهای احتمال و ابزارهای R برای احتمالات.
- توابع r برای تولید متغیرهای تصادفی
- توابع d برای یافتن احتمال رخدادهای تکی
- توابع p برای یافتن احتمالات تجمعی
- توابع q برای یافتن صدکها
- یادگیری توزیعهای احتمال رایج در علم داده، شامل توزیعهای دوجملهای، هندسی، نمایی، نرمال، پواسون، گاما و یکنواخت.
- دسترسی مادامالعمر به مواد آموزشی دوره و بروزرسانیها
مخاطبان هدف و پیشنیازها:
این دوره برای تمام سطوح طراحی شده است و هیچ دانش قبلی از R را فرض نمیگیرد. کمی تجربه در برنامهنویسی یا تحلیل داده مفید است، اما مدرس تمام دانش را از ابتدا آموزش خواهد داد!
برخی بخشها، بهویژه در نیمه دوم دوره، نیازمند پایهای در جبر و حساب مقدماتی هستند.
با اصول برنامهنویسی R شروع کنید و در R مهارت کسب کنید تا خود را به عنوان یک دانشمند داده ماهر مطرح نمایید.
این دوره برای چه کسانی مناسب است؟
- تحلیلگران داده یا دانشمندان داده مشتاقی که میخواهند R را یاد بگیرند.
تسلط به R برای آمار و علم داده
-
مقدمه 00:54
-
متغیرها و تخصیص مقدار 02:05
-
متغیرها و تخصیص مقدار None
-
تمرین کدنویسی متغیرها و تخصیص مقدار 01:24
-
متغیرها و تخصیص مقدار None
-
بردارها با ()c 01:52
-
بردارها با ()c None
-
راه حل بردارها با ()c 00:37
-
علامت دو نقطه : 01:06
-
آزمون بردار و علامت دو نقطه None
-
علامت دو نقطه : None
-
حل کدنویسی علامت دو نقطه : 00:31
-
()seq 02:35
-
آزمون ()seq None
-
تمرین ()seq شماره 1 None
-
حل تمرین ()seq شماره 1 00:42
-
تمرین ()seq شماره 2 None
-
حل تمرین ()seq شماره 2 00:41
-
()rep 02:25
-
آزمون ()rep None
-
تمرین ()rep شماره 1 None
-
حل تمرین ()rep شماره 1 00:53
-
تمرین ()rep شماره 2 None
-
حل تمرین ()rep شماره 2 00:53
-
مقدمهای بر عملیات برداری 02:41
-
آزمون عملیات برداری None
-
افزودن یک عدد به تمام عناصر یک بردار None
-
حل تمرین افزودن عدد به تمام عناصر بردار 01:01
-
تبدیل سلسیوس به فارنهایت None
-
حل تمرین تبدیل سلسیوس به فارنهایت 01:30
-
جمع دو بردار - وزن دوقلوها None
-
حل تمرین جمع دو بردار - وزن دوقلوها 01:13
-
توابع رایج در R 04:14
-
()mean() ،median() ،sum و ()length None
-
حل تمرین ()mean() ،median() ،sum و ()length 01:34
-
()sd و ()var None
-
حل تمرین ()sd و ()var 01:04
-
()summary None
-
حل تمرین ()summary 01:51
-
داده گمشده و na.rm 01:30
-
مبانی زیرمجموعهگیری 03:33
-
آزمون زیرمجموعهگیری 1 None
-
زیرمجموعهگیری None
-
زیرمجموعهگیری با ()c None
-
زیرمجموعهگیری با : None
-
حذف عناصر با - None
-
مقادیر بولی (Boolean) 05:33
-
آزمون مقادیر بولی 1 None
-
None None
-
زیرمجموعهگیری یک بردار با مقدار بولی 01:51
-
ساخت ماتریسها با cbind و rbind 03:12
-
()cbind و ()rbind None
-
آزمون cbind و rbind None
-
ساخت ماتریسها با ()matrix 03:37
-
آزمون ()matrix None
-
matrix() 1 None
-
آزمون ()dim() ،nrow و ()ncol None
-
زیرمجموعهگیری ماتریس 02:47
-
آزمون زیرمجموعهگیری ماتریس 1 None
-
زیرمجموعهگیری ماتریس: سطرها و ستونها None
-
زیرمجموعهگیری ماتریس، فقط ستونهای خاص None
-
زیرمجموعهگیری ماتریس، فقط سطرهای خاص None
-
زیرمجموعهگیری ماتریس با مقادیر بولی 02:27
-
زیرمجموعهگیری ماتریس، سطرهایی که شرط بولی دارند None
-
()apply 05:10
-
آزمون ()apply شماره 1 None
-
()rowSums و ()rowMeans None
-
()apply None
-
دیتافریمها (Data frames) 03:06
-
ساخت دیتافریمها None
-
آزمون دیتافریم None
-
لیستها 03:44
-
آزمون لیست None
-
()sample 02:25
-
()sample None
-
آزمون ()sample None
-
زیرمجموعهگیری تصادفی دادهها با ()sample 03:56
-
دادههای آموزش و تست (train/test) None
-
آزمون دادههای آموزش/تست None
-
متغیرهای تصادفی باینری، فضای نمونه 05:50
-
شبیهسازی متغیرهای تصادفی برنولی با ()rbinom 08:47
-
تمرین ()rbinom None
-
پارامترها - نسبت جامعه 05:07
-
آمارههای نمونه - استفاده از ()mean برای محاسبه نسبت نمونه 04:38
-
()dbinom 03:32
-
تمرین ()dbinom None
-
متغیرهای تصادفی دوجملهای 09:27
-
میانگین(()rbinom)، قانون اعداد بزرگ 03:45
-
آزمایشهای برنولی - شمارش موفقیتها و شکستها None
-
تولید متغیرهای تصادفی دوجملهای با ()rbinom None
-
تخمین احتمالات با ()mean و ()rbinom 03:07
-
معرفی ()dbinom 01:55
-
()dbinom None
-
امید ریاضی 08:33
-
واریانس و انحراف معیار 08:35
-
تابع توزیع تجمعی و ()pbinom 09:22
-
()pbinom None
-
سایر انواع نامساویها و بازهها 06:43
-
تصویرسازی تابع توزیع تجمعی 03:10
-
میانه 06:25
-
()qbinom 09:12
-
()qbinom None
-
حل مسئله با ()qbinom 04:24
-
binom.test 03:36
-
binom.test None
-
متغیرهای تصادفی فوقهندسی 12:00
-
متغیرهای تصادفی نرمال و قانون تجربی 09:29
-
قانون تجربی با ()rnorm 04:34
-
()dnorm و توزیعهای پیوسته 10:51
-
()pnorm و قانون تجربی 01:17
-
()qnorm 07:40
-
()rnorm، میانگین و انحراف معیار None
-
()pnorm None
-
()dnorm و رسم نمودار، توزیعهای پیوسته None
-
()qnorm None
-
تقریب نرمال برای توزیع دوجملهای None
-
() prop.test تکنمونهای None
-
prop.test دونمونهای None
-
مثال prop.test دونمونهای None
-
امید ریاضی یک مجموع 03:51
-
انحراف معیار یک مجموع 03:05
-
مجموع متغیرهای تصادفی نرمال، نرمال است 01:05
-
میانگین و انحراف معیار توزیع دوجملهای، تقریب نرمال برای دوجملهای 04:01
-
متغیرهای تصادفی هندسی 03:58
-
()rgeom 01:52
-
()dgeom 05:29
-
()dgeom None
-
امید ریاضی و انحراف معیار توزیع هندسی 04:45
-
()pgeom، تابع توزیع تجمعی 03:27
-
()pgeom None
-
()qgeom 03:52
-
تمرین کدنویسی ()qgeom None
-
متغیرهای تصادفی دوجملهای منفی 04:29
-
()rnbinom 02:35
-
()dnbinom 05:38
-
تمرین کدنویسی ()dnbinom() ،pnbinom و ()qnbinom None
-
میانگین و انحراف معیار توزیع دوجملهای منفی 02:10
-
()pnbinom 03:05
-
()qnbinom 06:13
-
تمرین کدنویسی تقریب نرمال برای دوجملهای منفی None
-
متغیرهای تصادفی نمایی 04:05
-
()rexp 02:39
-
تمرین کدنویسی ()rexp None
-
()dexp 01:12
-
مقدار مورد انتظار و انحراف معیار توزیع نمایی 03:35
-
()pexp و خاصیت بیحافظگی 04:52
-
تمرین کدنویسی ()pexp None
-
()qexp 01:02
-
تمرین کدنویسی ()qexp None
-
توزیع گاما و ()rgamma 04:18
-
مقدار مورد انتظار و انحراف معیار توزیع گاما 02:34
-
()dgamma و ()pgamma 02:19
-
()qgamma 01:21
-
تمرین کدنویسی ()pgamma و ()qgamma None
-
تقریب نرمال برای توزیع گاما 04:46
-
تمرین کدنویسی تقریب نرمال برای توزیع گاما None
-
توزیع پواسون و ()rpois 08:06
-
تمرین کدنویسی ()rpois None
-
()dpois 01:57
-
تمرین کدنویسی ()dpois None
-
مقدار مورد انتظار و انحراف معیار 02:08
-
()ppois 01:30
-
تمرین کدنویسی ()ppois None
-
()qpois 01:15
-
تمرین کدنویسی ()qpois None
-
کار با بازههای زمانی مختلف 03:34
-
تقریب نرمال برای توزیع پواسون 03:45
-
تمرین کدنویسی تقریب نرمال پواسون None
-
توزیع یکنواخت، ()runif و ()dunif 04:33
-
میانگین و انحراف معیار توزیع یکنواخت 00:58
-
()punif 01:26
-
()qunif و روش تبدیل معکوس 05:01
-
تمرین کدنویسی ()punif و ()qunif None
-
تمرین کدنویسی تبدیل معکوس None
مشخصات آموزش
تسلط به R برای آمار و علم داده
- تاریخ به روز رسانی: 1404/12/10
- سطح دوره:همه سطوح
- تعداد درس:174
- مدت زمان :05:53:22
- حجم :2.67GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy