کدنویسی Data Science در زبان R : یادگیری Lunchbreak

برنامه نویسی در بیت های کوچک آموخته می شود. شما بر روی مفاهیم اساسی ساختید شما دانش را که قبلا به زبان بعدی منتقل کرده اید انتقال می دهید. درس های تعطیلات ناهار R-یکی از محبوب ترین زبان های برنامه نویسی برای تجزیه و تحلیل داده ها و گزارش دهی در درس های کوتاه آموزش می دهد که در مورد برنامه نویسان موجود در حال حاضر می دانند.

عنوان اصلی : R for Data Science: Lunchbreak Lessons

سرفصل های دوره :

پنج دقیقه ای که هر هفته می گذرانید، یک عنصر سازنده برای شما فراهم می کند که می توانید در دو ساعت آینده در محل کار از آن استفاده کنید. اصول زبان را مرور کنید، روش‌هایی را برای بهبود کد R موجود کشف کنید، ویژگی‌های جدید و جالب را کشف کنید، و با ابزارها و کتابخانه‌های توسعه مفیدی آشنا شوید که زمان برنامه‌نویسی با R را بسیار مفیدتر می‌کنند.
همه نمونه‌های کد سریال را می‌توانید در https://github.com/mnr/five-minutes-of-R دانلود کنید. توجه: از آنجایی که این سریال در حال انجام است، بینندگان گواهی پایان کار را دریافت نخواهند کرد.
جدید این هفته:
Excel در R: LEFT و RIGHT
مقدمه:
خوش آمدید
فایل های تمرین
1. R for Data Science Lessons (ژانویه-مارس 2018):
مجموعه داده های داخلی R
ریاضی بردار
زیر مجموعه
انواع داده R: انواع پایه
انواع داده R: برداری
انواع داده R: فهرست
انواع داده R: فاکتور
انواع داده R: ماتریس
انواع داده R: آرایه
انواع داده R: قاب داده
فریم های داده: ترتیب و ادغام
فریم های داده: خواندن و به روز رسانی
2. R برای درس علوم داده (آوریل-ژوئن 2018):
فریم های داده: rbind
فریم های داده: cbind
درخواست کنید و درخواست کنید
نقشه
قطعه
براکت و دو براکت
mean، rowMeans و colMeans
RSQLite
sqldf
مجموعه
اعداد تصادفی
خط لوله
کار با کلیپ بورد
3. R برای درس علوم داده (ژوئیه-سپتامبر 2018):
راهنماهای سبک
برش
تقسیم
بپرس بله خیر
cdplot
سرگرم کننده
قطعه جعبه
هیستوگرام
نقشه به فایل
همکار
کاوسی
جدول
به داخل نگاه کنید
4. R for Data Science Lessons (اکتبر-دسامبر 2018):
بارپلات
نمودار دایره ای
لغو لیست
پیوندها: درونی و کامل
پیوستن: چپ و راست
مجموعه ها: اتحاد، تقاطع و تفاوت
مجموعه ها: برابر و در
رنگ
ifelse
spineplot
مرورگر
رفع اشکال
آینه پیش‌فرض
5. R for Data Science Lessons (ژانویه-مارس 2019):
برخورد با NA
استفاده از با()
تطبیق ساده رشته
grep
dotchart
قطعه چهارگانه
matplot
dimnames
Mosaicplot
نقشه پایه
استریپچارت
آفتابگردان
سوئیچ
6. R برای درس های علوم داده (آوریل-ژوئن 2019):
فاکتورها را روشن کنید
هر کدام/همه
sub، gsub، regex و backreferences
تطبیق agrep و فازی
combn ترکیب ها را پیدا می کند
ویرایش، تعمیر، و داده نویسی
غیور منوی

شخص
txtProgressBar
زیپ و تار
به صورت بیتی
توسط مانند ضربه زدن است
R خود را به روز کنید
7. R برای درس های علوم داده (ژوئیه-سپتامبر 2019):
مراقب ترانسپوز باشید
گذرواژه ها
نقشه حرارتی
ترکیب کنید
stopifnot
weighted.mean
چارتر
file.choose
تکراری و منحصر به فرد
بارگیری و ذخیره کنید
کف، گرد، سقف و تنه
expand.grid
گروه های حرفه ای
8. R برای درس علوم داده (اکتبر-دسامبر 2019):
با c ساده کنید
عملگرهای منطقی
char.expand
complete.cases چرخش
tryCatch
دونقطه دوبل
برای حلقه
قسمت 100
حلقه در حالی که
حلقه تکرار
درس چرخش خود را ایجاد کنید
منطق و کنترل جریان
9. R for Data Science Lessons (ژانویه-مارس 2020):
ماتریس، ردیف و ستون
cumsum، cumprod، cummax، an dcummin
نامتقارن
file.access
file.info
dput و dget
یک قاب داده را بر اساس چندین ستون مرتب کنید
دیاگ
متقاطع
upper.tri و lower.tri
strsplit() رشته ها را در کاراکترهای همسان تقسیم می کند
از setnames() برای تغییر نام یک شی استفاده کنید
تغییر ساختار یک بردار با stack()
10. R برای درس های علوم داده (آوریل-ژوئن 2020):
از droplevels() برای ساده کردن فاکتورها استفاده کنید
از .rmd برای مستندات استفاده کنید
از rep() برای ایجاد بردارهای تکراری طولانی استفاده کنید
از format() برای بهبود خوانایی استفاده کنید
از pmax() و pmin() برای کشف محدوده بردارهای جفت شده استفاده کنید
از print() بیشتر از آنچه اکنون استفاده می کنید استفاده کنید
از range() و extendrange() برای تجزیه و تحلیل و دستکاری گروه های اعداد استفاده کنید
اهمیت یک عدد را با rank() ارزیابی کنید
از saveRDS() و readRDS() برای سریال سازی اشیا استفاده کنید
از عبارات منظم با regexpr() و gregexpr() استفاده کنید
پیام
regexpr
تفاوت
11. R برای درس های علوم داده (ژوئیه-سپتامبر 2020):
وجود دارد
فرمول ها
RPres
شبکه: مقدمه
شبکه: xyplot
شبکه: ابر و قاب سیمی
شبکه: کانتور پلات
شبکه: بارچارت
شبکه: نمودارهای اسپلوم
شبکه: پانل ها
شبکه: stripplot
کداممین و کدام حداکثر
همتراز: فونت، اندازه، رنگ
12. R برای درس های علوم داده (اکتبر-دسامبر 2020):
par: حاشیه
par: pch و points
افسانه
یکسان
ریاضی ماتریس: نمای کلی توابع
بررسی ریاضی ماتریس
ماتریس: حل سیستم ها
ماتریس: حل معکوس
ماتریس: حل معکوس و حل به جلو
ماتریس: تعیین کننده
آرایه ها و بیرونی
ماتریس: محصول متقاطع
تجزیه ماتریس SVD و QR
13. R for Data Science Lessons (ژانویه-مارس 2021):
ماتریس: مقادیر ویژه و بردارهای ویژه
مکان یاب
on.exit
مفقود شده است
نرگس
مرتب و مرتب
گوتنبرگر
یک مجموعه زبان طبیعی ایجاد و پاکسازی کنید
کلمات توقف را از مجموعه NLP حذف کنید
NLP و ماتریس سند مدت
14. R for Data Science Lessons (آوریل تا ژوئن 2021):
تجزیه و تحلیل ماتریس سند مدت
بسته های NLP: Tidytext
بسته های NLP: Quanteda
بسته های NLP: تجزیه و تحلیل احساسات
ابرهای کلمه
ویژگی های پنهان نصب کننده
از بسته Matrix استفاده کنید
یک ماتریس پراکنده ایجاد کنید
ماتریس‌های پراکنده، مثلث‌ها و موارد دیگر
تحلیل بوت استرپ با R
بررسی استفاده
15. R for Data Science Lessons (ژوئیه-سپتامبر 2021):
از R در Raspberry Pi استفاده کنید
list2df()
مقدمه ای بر خوشه بندی
خوشه‌بندی با kmeans
خوشه بندی با پم و کلارا
درک نمودارهای سیلوئت
خوشه‌بندی با فانی
خوشه بندی با hclust
خوشه بندی با آگنه
خوشه‌بندی با دیانا
cutree و شناسایی با hclust
خوشه‌بندی با مونا
خوشه‌بندی: دیست در مقابل دیزی
16. R برای درس علوم داده (اکتبر-دسامبر 2021):
علامت گذاری R پارامتر شده
R را طبق یک برنامه اجرا کنید
اپراتور جدید لوله جلو
توابع لامبدا بک اسلش
Dist() در عمق
مقیاس ()
toJSON
از JSON
JSON را تأیید کنید
نقشه و بیان
R را در حالت دسته ای اجرا کنید
موسیقی را کاوش کنید
بیپ
17. R for Data Science Lessons (ژانویه-مارس 2022):
install.packages
old.packages، new.packages و update.packages
کتابخانه و نیازمندی
اکسل در R: SUM
اکسل در R: IF
Excel در R: LOOKUP