دوره آموزشی داده کاوی با R-سازمانی

توضیحات

R یک زبان برنامه‌نویسی و نرم‌افزار رایگان است که توسط راس ایهاکا و رابرت جنتلمن در سال ۱۹۹۳ ساخته شد. R دارای کتابخانه گسترده‌ای از روش‌های آماری و گرافیکی است.

R، یک زبان برنامه‌نویسی و محیط نرم‌افزاری برای محاسبات آماری و علم داده‌ها است، که بر اساس زبان‌های اس و اسکیم پیاده‌سازی شده‌است.

این نرم‌افزار شامل الگوریتم‌های یادگیری ماشین، رگرسیون خطی، سری‌های زمانی و استنباط آماری  و… می‌باشد.

این دوره از سه ماژول اصلی تشکیل شده است :

• آشنایی با زبان R و نحوه استفاده  در R-Studio
• مبانی و مفاهیم داده کاوی
• استفاده از R در پاور بی آی

سرفصل زبان R

• مقدمه ای بر برنامه نویسی در R
  • مبانی و مقدمات زبان برنامه نویسی R

• • نصب R و پکیج های مرتبط

 

 

• • انواع داده ها

• • ساختار داده در R

• • انواع عملگرها

• • ساختار های کنترلی
  • توابع در R
  • مقایسه بین R و Python
  • مزایا و معایب زبان R

• ساختمان داده در R
  • وکتور Vector

• • لیست List

• • آرایه Array

• • ماتریکس Matrix

• • دیتا فریم Data Frame

• فراخوانی از منابع اطلاعاتی
• • خواندن از فایل CSV

• • خواندن از فایل اکسل

• • خواندن از فایل باینری

• • خواندن از فایل JSON

• • خواندن از فایل XML

 

• مصور سازی اطلاعات در R
  • Pie Chart
  • Bar Chart
  • Box Plot
  • Histogram
  • Line Graph
  • Scatter Plot

• مبانی و مفاهیم داده کاوی
  • مقدمه ای بر داده کاوی(Introduction to Data Mining)
  • پاکسازی و پیش پردازش داده ها(Data Cleansing and Preprocessing)
  • مدلسازی(Modeling)
    • الگوریتم های رده بندی(Classification Algorithms)
    • الگوریتم های رگرسیون(Regression Algorithms)
    • الگوریتم های خوشه بندی(Clustering Algorithms)
    • الگوریتم های کشف الگوهای مکرر و قواعد انجمن   (Frequent Pattern & Association Rules Mining Algorithms)
    • روش های یادگیری جمعی(Ensemble Learning)
  • آشنایی با روش های مختلف ارزیابی مدل ها(Evaluation Methods)

 

• پیاده سازی مراحل داده کاوی در R
• پیش پردازش داده ها (Data Preprocessing)
•   رده بندی و رگرسیون (Classification and Regression)
  • درخت تصمیم(Decision Tree)
  • بیز ساده(Naïve Bayes)
  • شبکه عصبی پرسپترون چند لایه(Multi Layers Perceptron)
  • ماشین بردار پشتیبان(Support Vector Machine)
  • نزدیک ترین همسایگی(K-Nearest Neighbors)
  • رگرسیون خطی(Linear Regression)
  • رگرسیون لجستیک(Logistic Regression)
  • روش های یادگیری تجمعی(Ensemble Learning)
• خوشه بندی (Clustering)
  • الگوریتم K-means
  • الگوریتم DBSCAN
• کشف الگوهای مکرر و قواعد انجمنی(Frequent Patterns Discovery & Association Rules Mining)
  • الگوریتم Apriori
  • الگوریتم Fp-growth

• روش های ارزیابی مدل ها (Evaluation)
  • ارزیابی مدل های رده بندی
  • ارزیابی مدل های رگرسیون
  • ارزیابی مدل های خوشه بندی
  • ارزیابی الگوهای پر تکرار و قواعد انجمنی