وب سایت تخصصی شرکت فرین
دسته بندی دوره ها
4

R Programming for Data Science and Machine Learning

سرفصل های دوره

Learn R Programming Language for Data Science, Machine Learning, Data Analysis and Data Visualization with Libraries


1 - Introduction
  • 1 - Course Outline
  • 2 - Install R and R Studio

  • 2 - Introduction to R Programming
  • 3 - Simple Expressions
  • 4 - Assignments
  • 5 - Indexing Vectors
  • 6 - Vectorized Expressions
  • 7 - Comments
  • 8 - Functions
  • 9 - Writing your own functions
  • 10 - Vectorized Expressions and Functions
  • 11 - Control Structures
  • 12 - MaybeSquare
  • 13 - Functor
  • 14 - seqalong
  • 15 - Factors
  • 16 - ordered
  • 17 - Not Indexing
  • 18 - Data Frames
  • 19 - rbind and cbind Functions
  • 20 - Dealing with Missing Values
  • 21 - Using R Packages
  • 22 - Data Pipelines
  • 23 - Writing Pipelines of Function Calls
  • 24 - Functions Working with Pipelines
  • 25 - The magical argument
  • 26 - Defining Functions Using
  • 27 - Anonymous Functions
  • 28 - Other Pipeline Operations

  • 3 - Data Manipulation
  • 29 - Data Manipulation
  • 30 - Quickly Reviewing Data
  • 31 - Examples of Reading and Formatting Datasets
  • 32 - Breast Cancer Dataset
  • 33 - Nested ifelse
  • 34 - Boston Housing Dataset
  • 35 - The readr Package
  • 36 - Manipulating Data with dplyr
  • 37 - select
  • 38 - mutate
  • 39 - Transmute
  • 40 - arrange
  • 41 - filter
  • 42 - groupby
  • 43 - summarisesummarize
  • 44 - Breast Cancer Data Manipulation
  • 45 - formattedbreastcancer
  • 46 - Combined Parameters
  • 47 - Tidying Data with tidyr
  • 48 - Using tidyr

  • 4 - Visualizing Data
  • 49 - Visualizing Data
  • 50 - Cars Dataset
  • 51 - Longley
  • 52 - abline
  • 53 - ggplot2 Package
  • 54 - Using qplot
  • 55 - Using Geometries
  • 56 - geomhistogram and geomdensity
  • 57 - geomsmooth
  • 58 - loess
  • 59 - Facets
  • 60 - labeller
  • 61 - Scaling
  • 62 - scalefill Functions
  • 63 - Brewer Function
  • 64 - Figures with Multiple Plots
  • 65 - Supervised Learning
  • 66 - Linear Regression
  • 67 - Best Regression Line
  • 68 - Logistic Regression
  • 69 - Breast Cancer with Logistic Regression
  • 70 - Model Matrices and Formulas
  • 71 - Generalized Linear Model Fitting Function
  • 72 - Interactions Between Your Parameters
  • 73 - Using Phi for Features of Data
  • 74 - Validating Models
  • 75 - Evaluating Regression Models
  • 76 - Evaluating Classification Models
  • 77 - Confusion Matrix
  • 78 - Accuracy
  • 79 - Sensitivity and Specificity
  • 80 - Other Measures
  • 81 - Random Permutations of Your Data
  • 82 - Feature Coefficients
  • 83 - Indexing Instead of
  • 84 - Purrr Package
  • 85 - CrossValidation
  • 86 - crossvalidation groups Function
  • 87 - Selecting Random Training and Testing Data
  • 179,000 تومان
    بیش از یک محصول به صورت دانلودی میخواهید؟ محصول را به سبد خرید اضافه کنید.
    افزودن به سبد خرید
    خرید دانلودی فوری

    در این روش نیاز به افزودن محصول به سبد خرید و تکمیل اطلاعات نیست و شما پس از وارد کردن ایمیل خود و طی کردن مراحل پرداخت لینک های دریافت محصولات را در ایمیل خود دریافت خواهید کرد.

    ایمیل شما:
    تولید کننده:
    شناسه: 8145
    حجم: 3866 مگابایت
    مدت زمان: 440 دقیقه
    تاریخ انتشار: ۷ فروردین ۱۴۰۲
    طراحی سایت و خدمات سئو

    179,000 تومان
    افزودن به سبد خرید