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

Описание

Пазарът на науката за данни, машинното обучение и изкуствения интелект е в бум.

Науката за данни основно преобразува структурирани или неструктурирани данни в прозрение, разбиране и знание с помощта на научни методи, процеси и алгоритми.

R и Python са безплатни езици за програмиране с отворен код, използвани за статистическа, математическа работа, преборване на данни, изследване и визуализация в науката за данни. Може да работи със структурирани (организирани) и полуструктурирани (полуорганизирани) данни.

За да научим R за наука за данни, ние покрихме всички аспекти, както следва:

Въведение

Типове данни в R

Променливи в R

Операторите в Р

Условни изявления

Инструкции за цикъл

Инструкции за контрол на цикъла

R скрипт

R функции

Персонализирана функция

Структури на данни

Атомни вектори

Матрица

Масиви

Фактори

Рамки за данни

списък

Импортиране/експортиране на данни Присвояване на стойности на структурата на данните

Манипулиране/трансформиране на данни

Приложете функцията на Base R

dplyr пакет

За Python разгледахме следното -

Настройка на средата и основни неща на Python

Въведение и настройка на средата

Присвояване на променливи в Python

Типове данни в Python

Структура на данните: Кортеж

Структура на данните: списък

Структура на данните: Речник (Dict)

Структура на данните: Задайте

Основен оператор: in

Основен оператор: + (плюс)

Основен оператор: * (умножение)

Функции

Вградена функция за последователност в Python

Изявления за контролен поток: if, elif, else

Инструкции за контролен поток: за цикли

Изявления за контрол на потока: цикли while

Обработка на изключения

Математическо изчисление с NumPy в Python

Видове масиви

Атрибути на ndarray

Основни операции

Достъп до елемент на масив

Копиране и изгледи

Универсални функции (ufunc)

Манипулация на формата

Излъчване

Линейна алгебра

Манипулиране на данни с Pandas

Защо панди?

Структури на данни

Създаване на поредица

Елемент за достъп до серия

Серия Векторизиращи операции

Създаване на DataFrame

Преглед на DataFrame

Обработка на липсващи стойности

Операции с данни с функции

Статистически функции за операции с данни

Операция с данни с GroupBy

Операция с данни: Сортиране

Операции с данни: Обединяване, Дублиране, Конкатенация

SQL операция в Pandas

Статистиката е решаваща част за започване на обучение в тази област.

Термините, използвани в статистиката, са много странни и трудни за разбиране за начинаещи, затова се опитахме да обясним тези термини на много лесен език за начинаещи, средно напреднали или напреднали в областта на Data Science, Machine Learning, AI.

Тук разгледахме толкова много термини, използвани в статистиката като -

Хипотези

Количествени методи

Качествени методи

Независими и зависими променливи

Променливи за прогнозиране и резултат

Категорични променливи

Двоична променлива

Номинална променлива

Поредна променлива

Непрекъсната променлива

Интервална променлива

Променлива съотношение

Дискретна променлива

Объркващи променливи

Грешка в измерването

Валидност и надеждност

Два метода за събиране на данни

Видове вариации

Несистематична вариация

Систематична вариация

Честотно разпределение

Средното

Медианата

Режимът

Разсейване в разпространението на данни

Обхват

Интерквартилен диапазон

Квартили

Вероятност

Стандартно отклонение

Най-важното предимство на това приложение е, че целият материал с изключение на примерен проект е достъпен офлайн, примерната част от проекта е онлайн, защото продължаваме да го добавяме редовно в мрежата.

Онлайн компилатор на мобилно устройство, можете да пишете код на мобилно устройство и да го стартирате, за да видите резултата.

Симулационен тест/изпит – Проверете знанията си по Data Science, като опитате този симулационен изпит, всеки въпрос има 4 опции и 1 верен отговор.