تخفیف ویژه همین الان — دوره‌های تخفیف‌دار را ببینید.
روز
:
ساعت
:
دقیقه
:
ثانیه
تخفیف‌های ویژه
دوره آموزشی کاربردهای Tidyverse در زبان R

دوره آموزشی کاربردهای Tidyverse در زبان R

3 ساعت 55 دقیقهمتوسط2024-08-13

مدرسین

Megan Silvey

Megan Silvey

جزئیات دوره

آیا شما یک برنامه نویس R هستید که به دنبال ارتقای دانش R tidyverse خود به سطح بعدی هستید؟ در این دوره، Megan Silvey قصد دارد به برنامه نویسان R درک کلی بهتری از R tidyverse و نحوه استفاده از بسته های آن ارائه دهد. مگان از نمونه های عملی و واقعی استفاده می کند که مفاهیمی را به نمایش می گذارد که می توانید در کار خود از آنها استفاده کنید. مگان با استفاده از مجموعه داده‌ای از داده‌های فروش، مشتری و محصول KinetEco به شما نشان می‌دهد که چگونه می‌توانید از بسته‌های R tidyverse برای بارگیری، تمیز کردن، تجزیه و تحلیل و تجسم این داده‌ها به شیوه‌ای کارآمد با این بسته‌ها استفاده کنید.

مهارت ها

RStatisticsProgramming LanguagesData ScienceOpen SourceSoftware DevelopmentOne-Off

سرفصل ها

0. مقدمه

  • 01 - مقدمه ای بر ر
  • 02 - RStudio چیست

1. بارگذاری داده ها

  • 03 - معرفی R tidyverse
  • 04 - بسته‌های R tidyverse
  • 05 - معرفی KinetEco
  • 06 - درک داده‌های KinetEco
  • 07 - تیبل چیست
  • 08 - دانلود داده‌ها با tidyverse
  • 09 - بارگذاری و نوشتن داده‌ها با Reader
  • 10 - داده‌ها را با readxl بارگذاری کنید و با writexl بنویسید
  • 11 - راه حل - بارگذاری داده ها

2. داده‌ها را دستکاری کنید

  • 12 - برخورد با ارزش‌های گمشده با tidyr
  • 13 - تغییر شکل داده‌ها با tidyr
  • 14 - رشته‌ها را با stringr جهش دهید
  • 15 - رشته‌ها را با stringr دستکاری کنید
  • 16 - رشته‌ها را با stringr به هم وصل کرده و از هم جدا کنید
  • 17 - شناخت خرما با لوبریدیت
  • 18 - تاریخ‌ها را با lubridate ویرایش کنید
  • 19 - راه حل - داده‌ها را دستکاری کنید

3. داده‌های فاکتور و نقشه

  • 20 - داده‌های دسته بندی فاکتور با فورکات
  • 21 - عوامل را با فورکات بازرسی و جهش دهید
  • 22 - سطوح فاکتور را با فورکات تنظیم کنید
  • 23 - توابع نقشه با purrr
  • 24 - توابع دیگر با purrr
  • 25 - راه حل - داده عاملی

4. تجزیه‌و‌تحلیل و تجسم داده ها

  • 26 - داده‌ها را با dplyr خلاصه کنید
  • 27 - داده‌ها را با dplyr گروه بندی کنید
  • 28 - داده‌ها را با dplyr تغییر دهید
  • 29 - داده‌ها را با dplyr فیلتر کنید
  • 30 - داده‌ها را با dplyr بپیوندید
  • 31 - تصویرسازی‌های یک متغیر را با ggplot2 ترسیم کنید
  • 32 - دو تصویرسازی متغیر را با ggplot2 ترسیم کنید
  • 33 - راه حل - انجام تجزیه‌و‌تحلیل داده ها

نتیجه گیری

  • 34 - مراحل بعدی

دوره های مرتبط

مسیرهای مرتبط

درباره ما

لینداکده یک بستر یادگیری پیشرو است که به افراد کمک می کند تا کسب و کار ، نرم افزار ، فناوری و مهارت‌های خلاقانه را برای دستیابی به اهداف شخصی و حرفه ای بیاموزد.

شماره تلفنکانال آپاراتپشتیبانی تلگرامکانال تلگرامپیج اینستاگرام

کلیه‌ی حقوق این سایت متعلق به لینداکده می باشد

قوانین و شرایط|حریم خصوصی

نماد الکترونیک enamad در صورت اتصال با آی‌پی داخل کشور، نمایش داده خواهد شد.
logo-samandehi - لوگو ساماندهی
zarinpal
zibal