Data Science using R & Python offline tutorial for Android

Kuvaus

Datatieteen, koneoppimisen ja tekoälyn markkinat ovat nousussa.

Datatiede on pohjimmiltaan strukturoidun tai jäsentämättömän datan muuntamista oivallukseksi, ymmärrykseksi ja tiedoksi tieteellisten menetelmien, prosessien ja algoritmien avulla.

R ja Python ovat yleisimpiä tietotieteen ohjelmointikieliä.

R on ilmainen avoimen lähdekoodin kieli, jota käytetään tilasto- ja visualisointiohjelmistona. Se voi käsitellä jäsenneltyä (organisoitua) ja puolistrukturoitua (puoliorganisoitua) dataa.

Oppiaksemme R:n datatieteessä käsitimme kaikki näkökohdat seuraavasti:

Johdanto

Tietotyypit R:ssä

R:n muuttujat

Operaattorit paikassa R

Ehdolliset lausunnot

Loop-lauseet

Loop Control -lauseet

R Script

R-toiminnot

Mukautettu toiminto

Tietorakenteet

Atomivektorit

Matriisi

Taulukot

tekijät

Tietokehykset

Lista

Tuo/Vie tiedot Määritä arvot tietorakenteelle

Tietojen manipulointi/muunnos

Käytä Base R:n toimintoa

dplyr-paketti

Pythonille käsittelimme seuraavat -

Ympäristön asetukset ja Pythonin Essentials

Johdanto ja ympäristön asetukset

Muuttujien määritys Pythonissa

Tietotyypit Pythonissa

Tietorakenne: Tuple

Tietorakenne: List

Tietorakenne: Sanakirja (Dict)

Tietorakenne: Aseta

Perusoperaattori: sisään

Perusoperaattori: + (plus)

Perusoperaattori: * (kerroin)

Toiminnot

Pythonissa sisäänrakennettu sekvenssitoiminto

Ohjausvirtauslausekkeet: if, elif, else

Ohjausvirtauslausekkeet: silmukoille

Ohjausvirtauslausekkeet: while Loops

Poikkeuskäsittely

Matemaattinen laskenta NumPyllä Pythonissa

Taulukkotyypit

ndarray:n ominaisuudet

Perustoiminnot

Array Elementin käyttäminen

Kopioi ja näkymät

Yleistoiminnot (ufunc)

Muodon manipulointi

Lähetys

Lineaarialgebra

Tietojen manipulointi pandoilla

Miksi Pandat?

Tietorakenteet

Sarjan luominen

Sarjan pääsyelementti

Sarja Vektorisointitoiminnot

Datakehyksen luominen

DataFramen katselu

Puuttuvien arvojen käsittely

Dataoperaatiot funktioiden kanssa

Dataoperaatioiden tilastofunktiot

Datan käyttö GroupByn kanssa

Tietojen käyttö: Lajittelu

Tietojen käyttö: yhdistäminen, monistaminen, ketjuttaminen

SQL-toiminto Pandasissa

Tilastot ovat olennainen osa tämän alan oppimisen aloittamista.

Tilastoissa käytetyt termit ovat hyvin outoja ja vaikeasti ymmärrettäviä aloittelijoille, joten yritimme parhaamme selittää nämä termit erittäin helpolla kielellä aloittelijoille, keskitason tai edistyneen tason miehille datatieteen, koneoppimisen ja tekoälyn alalla.

Tässä käsiteltiin niin monia tilastoissa käytettyjä termejä, kuten -

Hypoteesit

Kvantitatiiviset menetelmät

Laadulliset menetelmät

Riippumattomat ja riippuvat muuttujat

Ennuste- ja tulosmuuttujat

Kategoriset muuttujat

Binäärimuuttuja

Nimellinen muuttuja

Järjestysmuuttuja

Jatkuva muuttuja

Intervallimuuttuja

Suhdemuuttuja

Diskreetti muuttuja

Hämmentävät muuttujat

Mittausvirhe

Pätevyys ja luotettavuus

Kaksi tiedonkeruutapaa

Variaatiotyypit

Epäsysteeminen vaihtelu

Systemaattinen vaihtelu

Taajuusjakauma

Tarkoittaa

Mediaani

tila

Hajaantuminen tietojen jakelussa

Alue

Interkvartiilialue

Quartiles

Todennäköisyys

Standardipoikkeama

Tämän sovelluksen tärkein etu, että koko materiaali malliprojektia lukuun ottamatta on saatavilla offline-tilassa, esimerkkiprojektiosa on verkossa, koska lisäämme sitä jatkuvasti verkkopohjaisesti.

Online-kääntäjä mobiililaitteella, voit kirjoittaa koodin mobiililaitteella ja suorittaa sen nähdäksesi tulosteen.

Simulaatiotesti/koe – Tarkista tietotieteen tietosi kokeilemalla tätä simulaatiokoetta. Jokaisessa kysymyksessä on 4 vaihtoehtoa ja 1 oikea vastaus.