دوره آموزشی کد کلینیک : R
1 ساعت 19 دقیقهمتوسط2018-06-12
مدرسین

Mark Niemann-Ross
Technologist experienced in hardware, software, and science fiction
جزئیات دوره
برنامه نویسان موفق، بیشتر از چگونگی کد کردن، می دانند. آنها همچنین می دانند که چگونه در مورد حل مشکلات فکر کنند. کد کلینیک، مجموعه ای از دوره هایی است که مدرسان ما مشکلات مشابه را با استفاده از زبان های برنامه نویسی مختلف، حل می کنند. در این جا، مدرس Mark Niemann-Ross با R کار میکند. در طول دوره، او چالش ها را معرفی می کند و سپس یک مرور کلی از راه حل هایش را در R ارائه می دهد. چالش ها شامل موضوعاتی نظیر تحلیل آماری و دسترسی به دستگاه های جانبی هستند. مراجعه به دوره های دیگر در این سری به بررسی چگونگی حل چالش های مشابه در زبان های #C++، C، JavaScript، PHP، Python، Ruby، Go و Swift می پردازد.
اهداف یادگیری
زمان استفاده از مدل بردار را مشخص کنید.
نحوه ذخیره کارآمد نتایج را توضیح دهید.
عملکرد TCL/TK را ارائه می دهد.
راه حل های داشبورد را خلاصه کنید.
به نقش سرور براق اشاره کنید.
نام بسته ای که شامل فاصله های زمانی است را بگذارید.
اهداف یادگیری
زمان استفاده از مدل بردار را مشخص کنید.
نحوه ذخیره کارآمد نتایج را توضیح دهید.
عملکرد TCL/TK را ارائه می دهد.
راه حل های داشبورد را خلاصه کنید.
به نقش سرور براق اشاره کنید.
نام بسته ای که شامل فاصله های زمانی است را بگذارید.
مهارت ها
RStatisticsLimited SeriesProgramming LanguagesData ScienceOpen SourceSoftware Development
سرفصل ها
0. مقدمه
- 01 - خوش آمدید
- 02 - بیشترین بهره را از درمانگاه کد
1. مسئله اول - آمار آب و هوا
- 03 - مقدمه - آبوهوا در دریاچه پن اوریل
- 04 - مروری بر حل مدلهای خطی
- 05 - وارد کردن دادهها از GitHub
- 06 - محاسبه ضریب فشار هوا
- 07 - رسم خط فشار و تناسب
2. مسئله دوم - من کجا هستم
- 08 - مقدمه - من کجا هستم
- 09 - بررسی اجمالی راه حل موقعیت جغرافیایی
- 10 - بازیابی طول و عرض جغرافیایی من
- 11 - نقشه برداری از موقعیت مکانی من
3. مسئله سه - هشت ملکه
- 12 - مقدمه - هشت ملکه
- 13 - بررسی اجمالی محلول هشت ملکه
- 14 - مدل سازی مسئله برای حذف ستون ها
- 15 - راهاندازی برای حذف ردیف ها
- 16 - فیلتر برای درگیریهای مورب
- 17 - ذخیرهسازی کارآمد نتایج
- 18 - ترسیم نتیجه
4. مسئله چهارم - ساز موسیقی
- 19 - مقدمه - دسترسی به تجهیزات جانبی
- 20 - بررسی اجمالی راه حل دسترسی به لوازم جانبی
- 21 - از Tcl Tk و sonify( ) برای ترمین استفاده کنید
5. مسئله پنجم - تشخیص چهره
- 22 - مقدمه - تشخیص چهره
- 23 - مروری بر راه حل تشخیص چهره
- 24 - ارسال تصویر به Microsoft Cognitive Services Face API
- 25 - رندر کردن تصویر با کادرهای چهره
- 26 - ذخیره نتایج در JSON
6. مسئله شش - داشبورد اطلاعات بلادرنگ
- 27 - مقدمه - داشبورد اطلاعات بلادرنگ
- 28 - بررسی اجمالی راه حل داشبورد
- 29 - استفاده از Shiny Server برای ارائه مقادیر داده ها
- 30 - استفاده از پکیج R برای دادهها و توابع
- 31 - استفاده از سرویس گیرنده Shiny برای رندر داده ها
دوره های مرتبط
- دوره آموزشی گزارشنویسی دادهکاوی با Quarto برای پایتون
- دوره آموزشی تصویرسازی دادهها در R با استفاده از ggplot2
- دوره آموزشی گردآوری داده ها با زبان آر
- دوره آموزشی پاک کردن داده های بد در R
- دوره آموزشی طراحی مطالعات مراقبت های بهداشتی داده های بزرگ، بخش اول
- دوره آموزشی طراحی مطالعات مراقبت بهداشتی داده های بزرگ، بخش دوم
- دوره آموزشی یادگیری جامع تجارت الگوریتمی و مدلهای مالی با زبانهای پایتون، R و استاتا
- دوره آموزشی کاربردهای Tidyverse در زبان R