وب سایت تخصصی شرکت فرین
دسته بندی دوره ها

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
  • 139,000 تومان
    بیش از یک محصول به صورت دانلودی میخواهید؟ محصول را به سبد خرید اضافه کنید.
    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: 7 فروردین 1402
    دیگر آموزش های این مدرس
    طراحی سایت و خدمات سئو

    139,000 تومان
    افزودن به سبد خرید