Data Science using R & Python offline tutorial for Android
| Versi | 2.1-paid |
|---|---|
| Penerbit | Concept Apps World |
| Tarikh pelepasan | Apr 22, 2020 |
| Tarikh ditambahkan | Apr 22, 2020 |
| Keperluan Os | Android |
| Keperluan | Requires Android 4.1 and up |
| Jumlah muat turun | 1 |
| Harga | $1.99 |
Penerangan
Pasaran sains data, Pembelajaran Mesin dan Kepintaran Buatan sedang berkembang pesat.
Sains data pada asasnya menukar data berstruktur atau tidak berstruktur kepada pandangan, pemahaman dan pengetahuan menggunakan kaedah, proses dan algoritma saintifik.
R dan Python adalah bahasa pengaturcaraan yang paling biasa digunakan dalam Sains Data.
R ialah bahasa sumber terbuka percuma yang digunakan sebagai perisian statistik dan visualisasi. Ia boleh menangani data berstruktur (tersusun) dan separa berstruktur (separuh tersusun).
Untuk mempelajari R untuk sains data, kami merangkumi semua aspek seperti berikut:
pengenalan
Jenis Data dalam R
Pembolehubah dalam R
Operator dalam R
Kenyataan Bersyarat
Kenyataan gelung
Kenyataan Kawalan Gelung
Skrip R
Fungsi R
Fungsi Tersuai
Struktur Data
Vektor atom
Matriks
Tatasusunan
Faktor
Bingkai Data
Senaraikan
Import/Eksport Data Berikan nilai kepada struktur data
Manipulasi/Transformasi Data
Gunakan fungsi Base R
Pakej dplyr
Untuk Python yang kami bincangkan berikut -
Persediaan persekitaran dan Keperluan Python
Pengenalan dan Persediaan Persekitaran
Tugasan pembolehubah dalam Python
Jenis Data dalam Python
Struktur Data: Tuple
Struktur Data: Senarai
Struktur Data: Kamus (Dict)
Struktur Data: Set
Operator Asas: dalam
Operator Asas: + (tambah)
Operator Asas: * (darab)
Fungsi
Fungsi Urutan Terbina dalam dalam Python
Pernyataan Aliran Kawalan: jika, elif, else
Penyata Aliran Kawalan: untuk Gelung
Penyataan Aliran Kawalan: manakala Gelung
Pengendalian Pengecualian
Pengiraan Matematik dengan NumPy dalam Python
Jenis Tatasusunan
Atribut ndarray
Operasi Asas
Mengakses Elemen Tatasusunan
Salin dan Pandangan
Fungsi Universal (ufunc)
Manipulasi Bentuk
Penyiaran
Algebra Linear
Manipulasi Data dengan Panda
Kenapa Panda?
Struktur Data
Penciptaan Siri
Elemen Akses Siri
Operasi Vectorizing Siri
Penciptaan DataFrame
Melihat DataFrame
Mengendalikan Nilai yang Hilang
Operasi Data dengan Fungsi
Fungsi Statistik untuk Operasi Data
Operasi Data dengan GroupBy
Operasi Data: Menyusun
Operasi Data: Gabung, Pendua, Penggabungan
Operasi SQL dalam Pandas
Statistik adalah bahagian penting untuk memulakan pembelajaran dalam bidang ini.
Istilah yang digunakan dalam statistik adalah sangat pelik dan sukar difahami untuk pemula, jadi kami cuba sedaya upaya untuk menerangkan istilah ini dalam bahasa yang sangat mudah untuk lelaki peringkat Novis, Pertengahan atau Lanjutan dalam Sains Data, Pembelajaran Mesin, bidang AI.
Di sini kami merangkumi begitu banyak istilah yang digunakan dalam statistik seperti -
Hipotesis
Kaedah kuantitatif
Kaedah kualitatif
Pembolehubah bebas dan bersandar
Pembolehubah Peramal dan Hasil
Pembolehubah kategori
Pembolehubah binari
Pembolehubah nominal
Pembolehubah ordinal
Pembolehubah berterusan
Pembolehubah selang
Pembolehubah nisbah
Pembolehubah diskret
Pembolehubah yang mengelirukan
Ralat pengukuran
Kesahan dan Kebolehpercayaan
Dua kaedah pengumpulan data
Jenis variasi
Variasi yang tidak sistematik
Variasi sistematik
Taburan kekerapan
Min
Median
Mod
Serakan dalam pengagihan Data
Julat
Julat antara kuartil
Kuartil
Kebarangkalian
Sisihan piawai
Kelebihan paling penting aplikasi ini ialah bahan lengkap kecuali projek sampel tersedia di luar talian, bahagian projek sampel adalah dalam talian kerana kami terus menambahkannya secara tetap berasaskan web.
Pengkompil dalam talian pada peranti Mudah alih, anda boleh menulis kod pada mudah alih dan menjalankannya untuk melihat output.
Ujian/Peperiksaan Simulasi - Semak pengetahuan anda dalam Sains Data dengan mencuba peperiksaan simulasi ini, setiap soalan mempunyai 4 pilihan dan 1 jawapan yang betul.