زبان برنامه‌نویسی R

زبان برنامه‌نویسی R

با R، از داده به جواب برس!
Joro Trifonov
Joro Trifonovبرگرفته از پلتفرم Udemy
۶ ساعت
۴.۳( ۱۶ امتیاز)
۱۹۵ نفر
دستیار هوش مصنوعی
گواهینامه
ارزیابی
زیرنویس

دوره آموزش زبان برنامه‌نویسی R و نرم‌افزار RStudio

>داده‌ها تا وقتی فقط در یک فایل یا جدول باقی بمانند، پاسخ مشخصی به سؤال‌های ما نمی‌دهند؛ ارزش آن‌ها زمانی آشکار می‌شود که بتوانیم تحلیلشان کنیم، الگوها را ببینیم و نتیجه را با نمودار و مدل‌های آماری توضیح دهیم. در دوره آموزش زبان برنامه‌نویسی R و نرم‌افزار RStudio این مسیر را از پایه شروع می‌کنید.

ابتدا با اصول R، ساختارهای داده و ورود و مدیریت اطلاعات آشنا می‌شوید و بعد سراغ مصورسازی داده، آمار و احتمال می‌روید. در ادامه نیز مفاهیمی مثل آزمون فرض، ANOVA و رگرسیون را روی داده‌ها پیاده‌سازی و نتایجشان را تفسیر می‌کنید. تمرین‌های عملی دوره کمک می‌کنند R را نه فقط به‌عنوان یک زبان برنامه‌نویسی، بلکه به‌عنوان ابزاری برای تحلیل، مصورسازی و پاسخ دادن به سؤال‌های آماری به کار بگیرید.

سرفصل های دوره زبان برنامه‌نویسی R

۸ فصل
۵۱ جلسه
۶ ساعت
۱.

مبانی زبان R

۰۰:۰۸:۴۳
۲.

نصب R و بسته‌های افزوده

۰۰:۰۸:۵۹
۳.

کار با Rstudio

۰۰:۰۹:۱۱
۴.

حساب عددی و بردارها

۰۰:۰۶:۳۴
۵.

رفتار مبتنی بر بردار

۰۰:۰۷:۵۸
۶.

مقدمه‌ای بر Matrix‌ها و آرایه‌ها

۰۰:۰۸:۳۶
۷.

عملیات پیشرفته با Matrix‌ها و آرایه‌ها

۰۰:۰۶:۲۹
۸.

عملگرهای منطقی در R

۰۰:۰۷:۴۰
۹.

دستکاری داده‌ها با فاکتور‌ها

۰۰:۰۸:۱۷
۱۰.

List‌ها و فریم‌های داده در R

۰۰:۰۶:۲۶
۱۱.

ایجاد و دستکاری Data Frame‌ها

۰۰:۱۱:۵۲
۱۲.

مقدارهای خاص در R

۰۰:۰۷:۳۳
۱۳.

class‌های شی و تبدیل در R

۰۰:۰۶:۲۶
۱۴.

درک محیط‌ها

۰۰:۰۸:۴۴
۱۵.

قوانین مطابقت Argument‌ها

۰۰:۰۹:۰۸
۱۶.

مکانیسم‌های کنترل جریان

۰۰:۰۷:۰۴
۱۷.

تکنیک‌های پیشرفته تکرار

۰۰:۰۶:۳۹
۱۸.

مروری بر نوشتن توابع

۰۰:۰۸:۴۰
۱۹.

پیاده‌سازی توابع تخصصی

۰۰:۰۷:۵۶
۲۰.

مدیریت استثنا در R

۰۰:۰۴:۱۷
۲۱.

ردیابی پیشرفت و زمان‌بندی در R

۰۰:۰۶:۱۳
۲۲.

خواندن و نوشتن فایل‌ها

۰۰:۰۷:۰۹
۲۳.

دیتاست‌های داخلی

۰۰:۰۶:۱۸
۲۴.

مبانی ترسیم در R

۰۰:۰۸:۰۹
۲۵.

استفاده از Ggplot2 برای تج visual‌سازی داده‌ها

۰۰:۰۸:۵۵
۲۶.

تکنیک‌های پیشرفته تج visual‌سازی داده‌ها

۰۰:۰۸:۰۹
۲۷.

تکنیک‌های تج visual‌سازی داده‌ها

۰۰:۱۰:۲۴
۲۸.

تحلیل پیشرفته پراکندگی

۰۰:۰۸:۳۲
۲۹.

شخصی‌سازی پیشرفته نمودارها در R Graphics

۰۰:۰۹:۴۲
۳۰.

پیشرفت بیشتر با گرامر گرافیک

۰۰:۰۸:۴۷
۳۱.

درک رنگ‌ها و نمودارها در R

۰۰:۰۸:۵۴
۳۲.

نمودار سه‌بعدی تعاملی در R

۰۰:۰۸:۴۳
۳۳.

آمار و تحلیل داده‌ها

۰۰:۰۸:۰۷
۳۴.

مق measures centrality و تنوع

۰۰:۰۸:۵۲
۳۵.

مقدمه‌ای بر مفاهیم احتمال

۰۰:۰۹:۳۱
۳۶.

درک متغیرهای تصادفی و توزیع‌ها

۰۰:۱۰:۱۰
۳۷.

توزیع‌های معمول احتمال

۰۰:۰۷:۰۸
۳۸.

تکنیک‌های پیشرفته احتمالی

۰۰:۰۹:۲۳
۳۹.

توزیع‌های نمونه‌گیری و بازه‌های اطمینان

۰۰:۰۶:۴۰
۴۰.

ساختار بازه‌های اطمینان

۰۰:۰۷:۳۳
۴۱.

اجزای آزمون فرضیه

۰۰:۰۷:۵۸
۴۲.

آزمون میانگین‌ها

۰۰:۰۶:۰۳
۴۳.

مفاهیم آنالیز Variance یک‌طرفه

۰۰:۰۷:۴۰
۴۴.

مفاهیم آنالیز Variance دوطرفه

۰۰:۰۸:۳۱
۴۵.

بررسی رگرسیون خطی ساده

۰۰:۰۵:۴۴
۴۶.

درک پیش‌بینی‌کننده‌های دسته‌ای در Model‌های رگرسیون

۰۰:۰۷:۴۳
۴۷.

نظریه رگرسیون چندگانه

۰۰:۰۸:۵۵
۴۸.

تعاملات مرتبه بالاتر

۰۰:۰۷:۲۴
۴۹.

اصول رگرسیون خطی

۰۰:۰۶:۲۱
۵۰.

روش‌های تشخیصی برای اعتبارسنجی Model

۰۰:۰۸:۱۲
۵۱.

راهنمای جامع برنامه‌نویسی R

۰۰:۰۰:۵۹

مدرس دوره

Joro Trifonov

  • مدرس یودمی

Joro Trifonov

سوالات متداول

دانشکار
لوگو ساماندهی دانشکار-SAMANDEHI

دارای مجوز رسمی کاریابی الکترونیک و آموزش فنی و حرفه‌ای

از وزارت کار، تعاون و رفاه اجتماعی

لوگو نماد اعتماد دانشکار-ENAMAD

© ۱۴۰۵ تمام حقوق و محتویات این سایت متعلق به شرکت میزان بنیان

می باشد