اهداف دوره:
- ایجاد بستری مناسب جهت افزایش دانش پذیران حوزه دیتا با توجه به نوظهور بودن حوزه
- توسعه ی علم دیتا توسط یکی از نرم افزار های محبوب این حوزه ( R )
- انتقال قابلیت ها و ویژگی های منحصر به فرد نرم افزار در حوزه علم دیتا به افراد شرکت کننده جهت تحلیل های مختلف
مدتزمان دوره :
- 3 روز کامل – از ساعت 8:30 الی 17:00
تاریخ دوره :
- 18 الی 20 آبان
محتوای دوره آموزشی:
- مقدمه ای بر نرم افزار R و R Studio
- ساختار کلی نرم افزار، فراخوانی داده ها، راهنمای R، انواع داده ها و چارچوب آن
- معرفی اجزای مختلف R و بسته های نرم افزاری ، بررسی ملزومات کد نویسی
- انواع متغیر و عملگر، تعریف بردار، ماتریس Cbind، چارچوب داده، بررسی دستور های مهم R
- تعریف عملگرهای ریاضی و منطقی، توابع درونی و ساختار های کنترل
- اسکریپت نویسی با رویکرد علم داده
- نحوه تعریف و معرفی عبارات شرطی و حلقه ها
- تابع نویسی در نرم افزار و پیاده سازی توابع مهم R
- ساختار های کنترل If, For, While
- ران کردن پروژه ها و دیتا بیس های رفرنس نرم افزار R بصورت عملی
- ترسیم نمودار های مهم آماری و تحلیلی
- ترسیم نمودار های کاربردی در R
- نمودار های هیستوگرام، جعبه ای، پراکنشی، ساقه و برگ
- ترسیم نمودارهای دوبعدی و سه بعدی و آنالیز منحنی ها
- بهینه سازی و شبیه سازی
- بررسی مدل های خطی تعمیم یافته
- پیاده سازی شبیه سازی در R ( مونت کارلو)
- شبیه سازی الگوریتم های تصادفی (EM Algorithms, Gibbs)
- آماره های پرکاربرد و توزیع های آماری، آزمون های فرض آماری و تحلیل توصیفی
- بررسی انواع توزیع ها و آماره های پر کاربرد
- توزیع نرمال، یکنواخت، دوجمله ای، هندسی، فوق هندسی، نمایی
- آزمون های پارامتریک و ناپارامتریک، آزمون های چند متغیره، آزمون تی استیودنت،
- فیشر، آزمون های فرض
- تحلیل رگرسیون خطی، چندگانه، لجستیک، کمترین مربعات، همبستگی، آنالیز واریانس
- (ANOVA)، کوواریانس
- داده کاوی در نرم افزار R
- آماده سازی، پاکسازی، رده بندی، طبقه بندی داده ها
- بررسی الگوریتم های خوشه بندی و رده بندی
- (تحلیل نزدیک ترین همسایه، Kmeans)
- داده کاوی شبکه های عصبی و مصنوعی
- درخت تصمیم، جنگل های تصادفی، ماشین های بردار پشتیبان SVM
- روش های اعتبار سنجی مدل ها
- بررسی کتابخانه ی مطرح R و مروری بر بیگ دیتا
- نصب و راه اندازی کتابخانه های کاربردی در R از طریق سایت CRAN Factoextra, FactoMiner, GGplot2
- مختصری بر BIG DATA
هیچ دیدگاهی برای این محصول نوشته نشده است.