|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/veri-bilimi-icin-r-programlama/
课程评论：没有评论
**课程名称:** 专为数据科学的R编程 **课程概述:** 本课程是您数据科学专业化之旅的起点，将结合新一代远程学习技术，深入学习R编程语言。我们将涵盖以下关键领域： * **数据科学入门 (面向初学者)** * **专为数据科学的R编程** * **数据科学统计学** * **机器学习** * **数据可视化** * **数据挖掘** * **深度学习** 在一位拥有数据科学专业硕士学位的数据专家的指导下，您将掌握R编程语言的基础知识，该语言是机器学习和数据可视化领域最广泛使用的语言之一。您还将学习编码习惯和在进行数据科学项目时需要注意的重要技巧。 **为最大化课程收益，请注意：** * 务必查看视频中提供的资源。 * R代码可在课程章节开头及作业文件中以zip格式提供。下载后，您可以更轻松地从GitHub实践中获益。请在R脚本中使用下载的代码，然后尝试自己编写。 * 如果您有任何与课程相关的问题，请随时联系我们。Data Forest团队随时准备为您提供支持。 **本课程将涵盖：** **开篇** * 统计学习示例 * 监督与无监督学习入门 * 机器学习与统计学习的区别 **R编程基础** * R和R-Studio程序介绍与安装 * 工作目录与项目使用 * R的历史 * R帮助功能 * R Studio控制台与脚本 * 变量类型 * 逻辑与条件语句 (IF-ELSE) * 循环 (Loops) * R中的向量和列表 * R中的函数 * 包和库 **使用R进行数据预处理** * `[]` 的使用 * 矩阵 * 矩阵的维度命名 * 矩阵操作 * 子集选择 (Subsetting) * R-Studio数据导入 * 数据帧 (Dataframes) * 数据探索入门 (Data Exploration) * `$` 的使用 * 数据帧操作 * 数据帧过滤 * R中的因子 (Factors) * APPLY函数家族 * 聚类中的性能指标 **使用R进行数据可视化基础** * `plot()` 函数及参数 (arguments) 的使用 * 条形图 (Barplots) * 直方图 (Histograms) * 箱线图 (Boxplots) * 图表网格 (Grid of Charts) * 数据可视化库 (Lattice-ggplot2) **使用R进行预测分析入门** * 数据预处理示例 * 回归建模 * 分类建模 (k-NN) **请继续关注我们的Python课程！**
Yeni nesil uzaktan öğrenme teknikleri ile R* programlama dilini beraber kullanarak veri biliminde uzmanlaşacağınız kurs setimizin ilk dersine hoşgeldiniz! Yeni Başlayanlar için Veri Bilimine GirişVeri Bilimi için "R" ProgramlamaVeri Bilimi için İstatistikMakine Öğrenimi (Machine Learning)Veri Görselleştirme (Data Visualization)Veri Madenciliği (Data Mining )Derin Öğrenme (Deep Learning)Veri bilimi alanında yüksek lisanslı veri profesyoneliyle beraber makine öğrenimi ve veri görselleştirme alanlarında dünyanın en yaygın dillerinden R Programalama dilinin temellerini kavrayacaksınız. Bu kurs ile R programlama dili ile beraber kodlama alışkanlıkları, veri bilimi çalışırken dikkat edilmesi gerekenler hakkında önemli tüyolar öğreneceksiniz. Kurstan maksimum verimde faydalanabilmek için:• Videolara iliştirdiğimiz kaynakları mutlaka kontrol edin.• R kodlarını bölüm başlangıçlarında ve ödev dosyalarında.zip haliyle bulabilirsiniz. İndirerekGitHub pratiklerimizden daha kolay faydalanın. İndirdiğiniz kodlaru R-Script'inizde kullanın ve ardından kendiniz de yazın• Ders ile alakalı olsun olmasın herhangi bir sorunuzda iletişime geçmekten çekinmeyin! Data Forest ekibi olarak her zaman destek olmaya hazırızBu kursta:Başlamadan Önce• İstatistiki öğrenim örnekleri• Supervised & Unsupervised Learning (Gözetimli & Gözetimsiz Öğrenme) Giriş• Makine Öğrenimi vs İstatistiki ÖğrenimR Programlama Temelleri• R ve R-Studio Programları Giriş ve Kurulumu• Çalışma dizini ve Proje Kullanımı• R'ın tarihi• R Help?!• R Studio Konsol & Script• Değişken tipleri• Mantık ve Koşul İfadeleri (IF-ELSE)• Döngüler (Loops)• R'da Vektörler ve Listeler• R'da Fonksiyonlar• Paket ve KütüphanelerR ile Veri Ön İşleme• [] kullanımı• Matrisler• Matrislerde boyut isimlendirme• Matrislerde işlemler• Subsetting (Alt Küme seçme)• R-Studio data import• Dataframes (Veri Çerçeveleri)• Veri keşfetmeye giriş (Data Exploration)• $ kullanımı• Dataframe işlemleri• Dataframe filtreleme• R'da Faktörler• APPLY Fonksiyon ailesi• Kümeleme Çeşitlerinde Performans MetrikleriR ile Veri Görselleştirme Temelleri• plot() fonksiyonu ve "arguments" kullanımı• Barplots (Sütun Grafikleri)• Histogramlar• Boxplot (Kutu Grafikleri)• Grid of Charts (Grafik Izgarası)• Veri Görselleştirme Kütüphaneleri (Lattice-ggplot2)R ile Tahmin Analitiğine Giriş• Veri ön işleme örnekleri• Regresyon modellemeleri • Sınıflandırma (Classification) modellemesi (k-NN)--------------------------------*Python derslerimiz için de bizi takipte kalın!
