Data Science with R & Python Free Offline Tutorial

Ciência de Dados, Aprendizagem Máquina e Inteligência Artificial
O mercado está no boom. O Data Science é basicamente convertendo dados estruturados ou não estruturados para insights, compreensão e conhecimento usando métodos, processos e algoritmos científicos.
r e python
são livres de programação de código aberto usados ​​para estatística, matemática, insuficiência de dados, exploração e visualização na ciência dos dados. Pode lidar com dados estruturados (organizados) e semiestruturados (semi-organizados).
Para aprender R para ciência de dados Nós cobrimos todos os aspectos da seguinte maneira:
• Introdução Tipos de dados em r
• Variáveis ​​em r
• operadores em r
• declarações condicionais
• instruções de loop
• Remoções de controle de loop
• r de
•
• Função personalizada
• Estruturas de dados
⁎ Vetores atômicos
⁎ Matriz
⁎ Arrays
⁎ Fatores
⁎ Frames de dados
• Importar / Dados de exportação - Atribua valores à estrutura de dados
• Manipulação de dados / transformação
• Aplicar função da base r
• pacote dplyr de
Para Python Nós cobrimos de seguimento -
Essentials de Python
✽Trodução e configuração do ambiente
✽ AtribuiçãoVariável em Python
✽Data Tipos em Python
✽Data Estrutura: Tupla
✽Data Estrutura: Lista
✽Data estrutura: Dicionário (dict)
✽Data estrutura: conjunto
✽ operadorBasic operador: em
✽ OperadorBasic: (plus)
✽ ✽BASIC Operato R: * (Multiply)
✽Funções
✽ Função de sequência em Python
✽Control Flow Demonstrações: Se, Elif, Else
✽Control Flow Declarações: Para Loops
✽Control Declarações de Fluxo: Enquanto Loops
✽ Exception Manipulação
✤ Computação Matemática com Numpy em Python
✽Types of Arrays
✽attributes de Ndarray
✽ Operações Basic
✽Array Elemento
✽Copy e vistas
✽Universal funções (Ufunc)
✽Shape manipulação
✽Broadcasting
✽Linear Álgebra
✤Data manipulação com pandas PANDAS?
• estruturas de dados
• série - Criação
• série - Elemento de acesso • Série - Vectorização Operações
• DataFrame - Criação
• Manipulação em falta Valores
• Operações de Dados com Funções
• Funções Estatísticas para Operações de Dados
• Operação de Dados com GroupBy
• Operação de Dados: Classificação
• Operação de Dados: Mesclar, Duplicar, Concatenation
• SQL O. Peração em pandas
estatísticas
é parte crucial para começar a aprender neste campo. Termos usados ​​em estatísticas é muito estranho e difícil de entender para iniciantes, então nós tentamos o nosso melhor Para explicar estes termos em linguagem muito fácil para caras novatos, intermediários ou avançados em ciência de dados, aprendizagem de máquinas, campo de AI.
Aqui nós cobrimos tantos termos usados ​​em estatísticas como -
• hipóteses
• quantitativos Métodos
• métodos qualitativos
• Variáveis ​​independentes e dependentes
• variáveis ​​preditor e desfecho
• variáveis ​​categóricas
• variável binária
• variável nominal
• Variável Contínua
• variável de intervalo
• Relação Variável
• variável discreta
• Variáveis ​​de confusão
• erro de medição
• Validade e confiabilidade
• Dois métodos de coleta de dados
• Tipos de variação
• variação não sistemática
• variação sistemática
• distribuição de freqüência
• a média
• a mediana
• o modo RSion na distribuição de dados
• Alcance
• Alcance interquartile
• quartis
• Probabilidade
• desvio padrão
Mais importante vantagem deste aplicativo que o material completo exceto o projeto de amostra está disponível offline, a parte de projeto da amostra é on-line porque continuamos adicionando a Web regularmente baseada em regular.
compilador on-line no dispositivo móvel, você pode escrever código no celular e executá-lo para ver a saída.
Simulação Teste / Exame - Verifique seu conhecimento em ciência de dados, tentando este exame de simulação, cada pergunta tem 4 opções e 1 resposta correta.