آموزش دستورات پیشرفته مصور سازی و پردازش داده ها در R

با مشاهده این کورس آموزشی یاد می گیرید که چطور پردازش داده ها و همچنین مصور سازی پیشرفته آن ها را در زبان برنامه نویسی R انجام دهید.

عنوان اصلی : Harness the Power of Tidyverse for Data Preprocessing and Visualisation in R

سرفصل ها :

به دوره آموزشی خوش آمدید:
مقدمه دوره
R و RStudio را نصب کنید
انواع داده های رایج
اشاره گرهای سریع
در داده های منابع مختلف بخوانید:
در داده های CSV و Excel بخوانید
در داده ها از جداول HTML آنلاین - قسمت 1 بخوانید
در داده ها از جداول HTML آنلاین - قسمت 2 بخوانید
در داده ها از پایگاه های داده بخوانید
در داده‌های JSON بخوانید
پردازش داده با dplyr:
مقدمه ای بر اپراتورهای لوله
با استفاده از "dplyr" با داده های ما آشنا شوید
انتخاب های بیشتر با dplyr
فیلتر ردیف
فیلتر ردیف بیشتر
سطرها و ستون های دلخواه را انتخاب کنید
متغیرها/ستون های جدید اضافه کنید
ایجاد معنا در داده ها با گروه بندی دسته های مختلف
گروه بندی داده ها - قسمت 2
مقدمه ای بر dplyr برای خلاصه کردن داده ها - قسمت 1
مقدمه ای بر dplyr برای خلاصه کردن داده ها - قسمت 2
پردازش داده ها به روش مرتب: بسته "tidyr":
با Tidyverse شروع کنید
تغییر نام ستون
داده های مرتب: طولانی و عریض
پیوستن به جداول
لانه سازی
یادآوری مختصر: آزمون فرضیه
اجرای t-test در دسته بندی های مختلف
مقابله با ارزش های گمشده:
حذف NA - به روش معمولی
حذف NAs- با استفاده از "dplyr"
انتساب داده ها با dplyr
نسبت داده های بیشتر
تجسم و کاوش داده ها:
تجسم داده چیست؟
برخی از اصول تجسم داده ها
تجسم داده ها با dplyr و ggplot2
استخراج و تجسم اطلاعات در مورد بازی های المپیک
از بازی های المپیک زمستانی و تابستانی
از مردان و زنان
نظریه رگرسیون حداقل مربعات معمولی (OLS).
پیاده سازی OLS در دسته بندی های مختلف