Data Science using R & Python offline tutorial for Android

Omschrijving

De markt voor datawetenschap, machine learning en kunstmatige intelligentie groeit.

Datawetenschap is in feite het omzetten van gestructureerde of ongestructureerde data naar inzicht, begrip en kennis met behulp van wetenschappelijke methoden, processen en algoritmen.

R en Python zijn de meest voorkomende programmeertalen die worden gebruikt in Data Science.

R is gratis open source-taal die wordt gebruikt als statistische en visualisatiesoftware. Het kan omgaan met gestructureerde (georganiseerde) en semi-gestructureerde (semi-georganiseerde) data.

Om R voor datawetenschap te leren, hebben we alle aspecten als volgt behandeld:

Invoering

Gegevenstypen in R

Variabelen in R

Operators in R

Voorwaardelijke stellingen

Loop-instructies

Lusbesturingsverklaringen

R-script

R-functies

Aangepaste functie

Data structuren

Atoomvectoren

Matrix

Arrays

Factoren

Gegevensframes

Lijst

Gegevens importeren/exporteren Waarden toewijzen aan gegevensstructuur

Gegevensmanipulatie/transformatie

Functie van Basis R . toepassen

dplyr-pakket

Voor Python hebben we het volgende behandeld -

Omgeving instellen en Essentials van Python

Inleiding en omgevingsconfiguratie

Variabele toewijzing in Python

Gegevenstypen in Python

Gegevensstructuur: Tuple

Gegevensstructuur: lijst

Gegevensstructuur: Woordenboek (dictaat)

Gegevensstructuur: instellen

Basisoperator: in

Basisoperator: + (plus)

Basisoperator: * (vermenigvuldigen)

Functies

Ingebouwde reeksfunctie in Python

Controlestroomoverzichten: if, elif, else

Regelstroomoverzichten: voor lussen

Controlestroomoverzichten: while-lussen

Afhandeling van uitzonderingen

Wiskundige berekeningen met NumPy in Python

Soorten arrays

Attributen van ndarray

Basishandelingen

Toegang krijgen tot het array-element

Kopiëren en bekijken

Universele functies (ufunc)

Vormmanipulatie

Uitzending

Lineaire algebra

Gegevensmanipulatie met Panda's

Waarom Panda's?

Data structuren

Serie maken

Serie toegangselement

Serie vectoriseringsbewerkingen

DataFrame Creatie

Gegevensframe bekijken

Omgaan met ontbrekende waarden

Gegevensbewerkingen met functies

Statistische functies voor gegevensbewerkingen

Gegevensverwerking met GroupBy

Gegevensbewerking: sorteren

Gegevensbewerking: samenvoegen, dupliceren, aaneenschakelen

SQL-bewerking in Panda's

Statistiek is een cruciaal onderdeel om op dit gebied te leren.

Termen die in statistieken worden gebruikt, zijn erg vreemd en moeilijk te begrijpen voor beginners, dus we hebben ons best gedaan om deze termen in zeer eenvoudige taal uit te leggen voor beginners, gemiddeld of gevorderd niveau op het gebied van gegevenswetenschap, machine learning en AI.

Hier hebben we zoveel termen behandeld die in statistieken worden gebruikt, zoals -

Hypothesen

Kwantitatieve methoden

Kwalitatieve methoden

Onafhankelijke en afhankelijke variabelen

Voorspeller en uitkomstvariabelen

Categorische variabelen

Binaire variabele

Nominale variabele

Ordinale variabele

Continue variabele

Intervalvariabele

Verhoudingsvariabele

Discrete variabele

Verwarrende variabelen

Meetfout

Geldigheid en betrouwbaarheid

Twee methoden voor gegevensverzameling

Soorten variatie

onsystematische variatie

Systematische variatie

Frequentieverdeling

Gemeen

Mediaan

Modus

Verspreiding in de distributie van gegevens

Bereik

Interkwartielbereik

kwartielen

Waarschijnlijkheid

Standaardafwijking

Het belangrijkste voordeel van deze app is dat het volledige materiaal, behalve het voorbeeldproject, offline beschikbaar is, het voorbeeldprojectdeel is online omdat we het regelmatig op het web toevoegen.

Online compiler op mobiel apparaat, u kunt code op mobiel schrijven en uitvoeren om de uitvoer te zien.

Simulatietest/examen - Controleer uw kennis in Data Science door dit simulatie-examen te doen, elke vraag heeft 4 opties en 1 correct antwoord.