Data Science with R & Python Free Offline Tutorial for Android APK

apibūdinimas

Duomenų mokslo, mašininio mokymosi ir dirbtinio intelekto rinka klesti.

Duomenų mokslas iš esmės yra struktūrinių arba nestruktūruotų duomenų konvertavimas į įžvalgą, supratimą ir žinias, naudojant mokslinius metodus, procesus ir algoritmus.

R ir Python yra nemokamos atvirojo kodo programavimo kalbos, naudojamos statistiniams, matematiniams, duomenų ginčams, tyrinėjimams ir vizualizavimui duomenų moksle. Jis gali tvarkyti struktūrizuotus (organizuotus) ir pusiau struktūruotus (pusiau organizuotus) duomenis.

Norėdami išmokti R duomenų mokslui, mes apėmėme visus aspektus taip:

Įvadas

Duomenų tipai R

Kintamieji R

Operatoriai R

Sąlyginiai pareiškimai

Ciklo teiginiai

Ciklo valdymo teiginiai

R scenarijus

R Funkcijos

Pasirinktinė funkcija

Duomenų struktūros

Atominiai vektoriai

Matrica

Masyvai

Faktoriai

Duomenų rėmeliai

Sąrašas

Importuoti/eksportuoti duomenis Priskirkite reikšmes duomenų struktūrai

Duomenų manipuliavimas/transformacija

Taikyti Base R funkciją

dplyr paketas

„Python“ aptarėme šiuos dalykus -

Aplinkos sąranka ir Python pagrindai

Įvadas ir aplinkos sąranka

Kintamojo priskyrimas Python

Duomenų tipai Python

Duomenų struktūra: Tuple

Duomenų struktūra: sąrašas

Duomenų struktūra: žodynas (diktas)

Duomenų struktūra: Nustatyti

Pagrindinis operatorius: in

Pagrindinis operatorius: + (pliusas)

Pagrindinis operatorius: * (dauginti)

Funkcijos

Python integruota sekos funkcija

Valdymo srauto teiginiai: if, elif, else

Valdymo srauto pareiškimai: kilpoms

Valdymo srauto teiginiai: while Loops

Išimčių tvarkymas

Matematinis skaičiavimas su NumPy Python

Masyvų tipai

Ndarray atributai

Pagrindinės operacijos

Prieiga prie masyvo elemento

Kopijuoti ir peržiūrėti

Universalios funkcijos (ufunc)

Formos manipuliavimas

Transliavimas

Tiesinė algebra

Duomenų manipuliavimas su pandomis

Kodėl Pandos?

Duomenų struktūros

Serialo kūrimas

Serijos prieigos elementas

Serija Vektorizavimo operacijos

DataFrame kūrimas

„DataFrame“ peržiūra

Trūkstamų vertybių tvarkymas

Duomenų operacijos su funkcijomis

Statistinės funkcijos duomenų operacijoms

Duomenų valdymas su GroupBy

Duomenų valdymas: rūšiavimas

Duomenų operacijos: sujungimas, kopijavimas, sujungimas

SQL operacija Pandas

Statistika yra labai svarbi norint pradėti mokytis šioje srityje.

Statistikoje vartojami terminai yra labai keisti ir sunkiai suprantami pradedantiesiems, todėl stengėmės šiuos terminus paaiškinti labai paprasta kalba pradedantiesiems, vidutinio lygio ar pažengusiems duomenų mokslo, mašininio mokymosi, AI srityse.

Čia apžvelgėme tiek daug statistikoje vartojamų terminų, tokių kaip -

Hipotezės

Kiekybiniai metodai

Kokybiniai metodai

Nepriklausomi ir priklausomi kintamieji

Numatymo ir rezultato kintamieji

Kategoriniai kintamieji

Dvejetainis kintamasis

Nominalus kintamasis

Eilinis kintamasis

Nuolatinis kintamasis

Intervalinis kintamasis

Santykio kintamasis

Diskretus kintamasis

Painiojantys kintamieji

Matavimo klaida

Galiojimas ir patikimumas

Du duomenų rinkimo būdai

Variacijos tipai

Nesisteminga variacija

Sisteminis variavimas

Dažnio pasiskirstymas

Vidurkis

Mediana

Režimas

Duomenų paskirstymo sklaida

diapazonas

Interkvartilinis diapazonas

Kvartiliai

Tikimybė

Standartinis nuokrypis

Svarbiausias šios programėlės privalumas, kad visa medžiaga, išskyrus projekto pavyzdį, pasiekiama neprisijungus, pavyzdinė projekto dalis yra internete, nes nuolat pridedame ją žiniatinklyje.

Internetinis kompiliatorius mobiliajame įrenginyje, galite parašyti kodą mobiliajame įrenginyje ir paleisti jį, kad pamatytumėte išvestį.

Modeliavimo testas/egzaminas – patikrinkite savo žinias duomenų moksle bandydami šį modeliavimo egzaminą. Kiekvienas klausimas turi 4 parinktis ir 1 teisingą atsakymą.