| الإصدار | 2.1-paid |
|---|---|
| الناشر | Concept Apps World |
| يوم الاصدار | Apr 22, 2020 |
| تم إضافة التاريخ | Apr 22, 2020 |
| متطلبات نظام التشغيل | Android |
| المتطلبات | Requires Android 4.1 and up |
| إجمالي التنزيلات | 1 |
| السعر | $1.99 |
وصف
إن سوق علوم البيانات والتعلم الآلي والذكاء الاصطناعي في ازدهار.
يقوم علم البيانات أساسًا بتحويل البيانات المهيكلة أو غير المهيكلة إلى بصيرة وفهم ومعرفة باستخدام الأساليب والعمليات والخوارزميات العلمية.
R و Python هما أكثر لغات البرمجة شيوعًا المستخدمة في علوم البيانات.
R هي لغة مجانية مفتوحة المصدر تُستخدم كبرنامج إحصائي وتصور. يمكنه التعامل مع البيانات المنظمة (المنظمة) وشبه المنظمة (شبه المنظمة).
لتعلم R لعلوم البيانات ، قمنا بتغطية جميع الجوانب على النحو التالي:
مقدمة
أنواع البيانات في R
المتغيرات في R.
مشغلي في R
عبارات شرطية
عبارات التكرار
بيانات التحكم في الحلقة
نص R
وظائف R
وظيفة مخصصة
هياكل البيانات
النواقل الذرية
مصفوفة
المصفوفات
عوامل
إطارات البيانات
قائمة
استيراد/تصدير بيانات قم بتعيين قيم لهيكل البيانات
معالجة/تحويل البيانات
تطبيق وظيفة Base R
حزمة dplyr
بالنسبة إلى Python ، قمنا بتغطية ما يلي -
إعداد البيئة وأساسيات بايثون
مقدمة وإعداد البيئة
مهمة متغيرة في بايثون
أنواع البيانات في بايثون
هيكل البيانات: Tuple
هيكل البيانات: قائمة
هيكل البيانات: القاموس (Dict)
هيكل البيانات: مجموعة
المشغل الأساسي: in
المشغل الأساسي: + (زائد)
عامل التشغيل الأساسي: * (مضاعفة)
المهام
وظيفة التسلسل المضمنة في بايثون
بيانات تدفق التحكم: if ، elif ، else
بيانات تدفق التحكم: للحلقات
بيانات تدفق التحكم: أثناء التكرارات
معالجة الاستثناء
الحساب الرياضي باستخدام NumPy في بايثون
أنواع المصفوفات
سمات ndarray
العمليات الأساسية
الوصول إلى Array Element
نسخ وطرق
الوظائف العامة (ufunc)
التلاعب بالشكل
البث
الجبر الخطي
التلاعب بالبيانات مع الباندا
لماذا الباندا؟
هياكل البيانات
إنشاء سلسلة
عنصر الوصول إلى السلسلة
سلسلة عمليات Vectorizing
إنشاء DataFrame
عرض DataFrame
معالجة القيم المفقودة
عمليات البيانات بالوظائف
الوظائف الإحصائية لعمليات البيانات
تشغيل البيانات مع GroupBy
عملية البيانات: الفرز
تشغيل البيانات: دمج ، تكرار ، تسلسل
عملية SQL في Pandas
الإحصاء جزء أساسي لبدء التعلم في هذا المجال.
المصطلحات المستخدمة في الإحصاء غريبة جدًا ويصعب فهمها للمبتدئين ، لذلك حاولنا بذل قصارى جهدنا لشرح هذه المصطلحات بلغة سهلة للغاية للمبتدئين والمتوسطين والمتقدمين في علوم البيانات والتعلم الآلي ومجال الذكاء الاصطناعي.
هنا قمنا بتغطية العديد من المصطلحات المستخدمة في الإحصائيات مثل -
الفرضيات
الأساليب الكمية
الأساليب النوعية
المتغيرات المستقلة والمعتمدة
متغيرات التوقع والنتيجة
متغيرات مقولية
متغير ثنائي
المتغير الاسمي
المتغير الترتيبي
المتغير المستمر
متغير الفاصل الزمني
متغير النسبة
المتغير المنفصل
متغيرات مربكة
خطأ في القياس
صحة وموثوقية
طريقتان لجمع البيانات
أنواع الاختلاف
الاختلاف غير المنهجي
الاختلاف المنهجي
التوزيع بتكرار
يعني
الوسيط
الوضع
التشتت في توزيع البيانات
نطاق
النطاق الربيعي
أرباع
احتمالا
الانحراف المعياري
أهم ميزة لهذا التطبيق هي أن المواد الكاملة باستثناء مشروع العينة متاحة في وضع عدم الاتصال ، وجزء المشروع النموذجي متصل بالإنترنت لأننا نواصل إضافته بشكل منتظم على شبكة الإنترنت.
برنامج التحويل البرمجي عبر الإنترنت على جهاز محمول ، يمكنك كتابة التعليمات البرمجية على الهاتف المحمول وتشغيلها لمعرفة الإخراج.
اختبار/اختبار المحاكاة - تحقق من معلوماتك في علوم البيانات من خلال محاولة اختبار المحاكاة هذا ، كل سؤال به 4 خيارات وإجابة واحدة صحيحة.
