انجام پروژه های داده کاوی

انجام پروژه های داده کاوی بدر زمینه های مخار weka clementine12 spss modeler14.2 rapidminer ت کارشناسی و کارشناسی ارشد 09367292276 09367292276 azsoftir@gmail.com

انجام پروژه های داده کاوی

انجام پروژه های داده کاوی بدر زمینه های مخار weka clementine12 spss modeler14.2 rapidminer ت کارشناسی و کارشناسی ارشد 09367292276 09367292276 azsoftir@gmail.com

انجام برنامه نویسی R و نرم افزار RStudio

       
آموزش برنامه نویسی R و نرم افزار RStudio
09367292276
09367292276
azsoftir@gmail.com
azsoftir.com
09367292276
09367292276
azsoftir@gmail.com


در این فرادرس قصد داریم، محیط گرافیکی نرم‌ افزار RStudio را مورد بررسی قرار دهیم و با ارائه مطالب مرتبط، نقش این نرم‌ افزار و تحلیل آماری را در نتیجه گیری از داده ها مورد بررسی قرار دهیم. در پایان این آموزش، مخاطب قادر به کار کردن با نرم افزار RStudio،

آموزش تکمیلی برنامه نویسی R و نرم افزار RStudio       
آموزش تکمیلی برنامه‌ نویسی R و نرم‌ افزار RStudio


با توجه به استقبال مخاطبان محترم فرادرس از آموزش برنامه نویسی R و نرم افزار R Studio و درخواست ارائه آموزش های تخصصی و پیشرفته تر در مورد زبان برنامه‌ نویسی R، تهیه و تنظیم آموزش های تکمیلی برنامه نویسی R در دستور کار قرار گرفت. این آموزش در ادامه آموزش قبلی ارائه شده در سایت فرادرس است که در آن توجه ویژه ای به نحوه ورود اطلاعات از نرم افزارهای مختلف به درون R شده است.
09367292276
09367292276
azsoftir@gmail.com
azsoftir.com
09367292276
09367292276
azsoftir@gmail.com
آموزش محاسبات علمی و آماری با R - مقدماتی       
آموزش محاسبات علمی و آماری با R - مقدماتی


R یک زبان متن باز (Open source) بسیار کامل برای محاسبات علمی است که میزان استفاده از آن در شرکت ها و محیط های آکادمیک مختلف، موید این موضوع است. این زبان در ابتدا به عنوان یک ابزار برای مدل سازی آماری طراحی شده بود، اما در ادامه به ابزار قدرتمندی برای داده کاوی و تحلیل، تبدیل شد. در این فرادرس، ما به دنبال یادگیری روش های ریاضیاتی و آماری برای محاسبات علمی هستیم، همچنین نحوه استفاده از R، برای ارزیابی عبارت های پیچیده حسابی و مدل سازی های آماری را خواهیم آموخت. در انتهای این آموزش، شما نه تنها به راحتی با R برنامه نویسی می کنید بلکه می توانید کدهای مربوط به پروژه های خود برای انجام محاسبات علمی را در آن بنویسید.



آموزش نمونه گیری در نرم افزار R       
آموزش نمونه گیری در نرم افزار R



در بسیاری از مسائل، به دلایل متعدد مانند ماهیت مسأله، هزینه، زمان و… نیازمند نمونه گیری از داده های جامعه مورد مطالعه هستیم. همچنین در بسیاری از مسائل برنامه نویسی و شبیه سازی نیز، نیاز به کدهای نمونه گیری، احساس می گردد. در این آموزش تلاش شده است تا در گام نخست با بیانی روان به معرفی و دلایل نمونه گیری پرداخته شود و سپس با انواع نمونه گیری به صورت کاربردی آشنا می شویم و در نرم افزار R پیاده سازی می کنیم.

09367292276
09367292276
azsoftir@gmail.com
azsoftir.com
09367292276
09367292276
azsoftir@gmail.com
۵
آموزش تصویر سازی حرفه ای در علم داده با نرم افزار R و بسته نرم افزاری ggplot2       
آموزش مصورسازی داده (Data Visualization) در نرم افزار R با بسته ggplot2



در تحلیل داده گرافیکی، بسیار مهم است که ابتدا داده را درک کنیم (Exploratory Data Visualisation) سپس بتوانیم درک خود را از داده ها به صورت تصویری و ساده به دیگران انتقال دهیم (Exploratory Data Analysis). در این فرادرس، ضمن آشنایی اولیه با تصویر سازی مقدماتی با استفاده از زبان برنامه نویسی R (بسته نرم افزاری Base) که یکی از قدرتمندترین زبان ها در راستای تحلیل داده ها است، دو توانایی ذکر شده در بالا و به طور کلی اصول تصویر سازی حرفه ای با استفاده از بسته نرم افزاری ggplot2 در زبان R را به دست می آورید.



آموزش خوشه بندی تفکیکی با نرم افزار R       
آموزش خوشه بندی تفکیکی با نرم افزار R



از مهم ترین تکنیک های عملی داده کاوی که کاربرد زیادی در علوم مختلف دارد به خوشه بندی تفکیکی می توان اشاره کرد که با توجه به روش های گوناگونی مانند: k-میانگین، k-میانه و …قابل پیاده سازی است. با توجه به بار محاسباتی زیاد این روش ها، برای کلان داده ها از روش هایی با بار محاسباتی کمتر (مانند الگوریتم CLARA) آشنا شده و از آن استفاده می کنیم. در این راستا بسته های مختلفی در نرم افزار R گنجانده شده است که قابلیت انجام این گونه محاسبات را دارد و به محققین در تحلیل خوشه بندی تفکیکی کمک شایان می کند. هدف از این فرادرس، خوشه بندی معرفی شده و خوشه بندی تفکیکی و روش های مختلف آن که براساس مثال، اجرا می شود.


۷
آموزش خوشه بندی سلسله مراتبی در R       
آموزش خوشه بندی سلسله مراتبی در R


09367292276
09367292276
azsoftir@gmail.com
azsoftir.com
09367292276
09367292276
azsoftir@gmail.com
خوشه بندی یا گروه بندی داده ها یکی از روش های پایه ای در داده کاوی است. برای خوشه بندی (Clustering) روش ها و الگوریتم های مختلفی وجود دارد ولی یکی از اصلی و پرکاربردترین خوشه بندی ها، خوشه بندی سلسله مراتبی (Hierarchical) است. خوشه بندی سلسله مراتبی برای داده های چند بعدی و حجیم احتیاج به انجام محاسبات سنگین و زیادی خواهد داشت که این محاسبات در اکثر نرم افزارهای آماری یا داده کاوی امکان پذیر است. در این آموزش به کمک برنامه نویسی در محیط R انجام چنین محاسباتی را ساده می کنیم.

09367292276
09367292276
azsoftir@gmail.com
azsoftir.com
09367292276
09367292276
azsoftir@gmail.com

آموزش داده کاوی و زبان برنامه نویسی R (رایگان)       
آموزش داده کاوی و زبان برنامه نویسی R (رایگان)



بر اساس پیش بینی ها، جهان فناوری در سال های آینده حول محور تحلیل داده ها خواهد بود. یکی از موضوعات داغ روز در حوزه تحلیل داده ها، مبحث کشف دانش از داده یا داده کاوی است. داده کاوی به معنای کشف الگوهای جالب توجه از حجم انبوهی از داده ها است که دانشی را ارائه می کنند. استفاده از زبان برنامه نویسی R که با اجازه نامه عمومی گنو منتشر شده در مباحث مربوط به داده کاوی استفاده های گسترده ای چه در پروژه های دانشگاهی و چه در پروژه های عملی دارد. در این کارگاه شما ضمن آشنایی با کلیات داده کاوی، با برنامه نویسی R و استفاده از آن برای داده کاوی آشنا خواهید شد.

09367292276
09367292276
azsoftir@gmail.com
azsoftir.com
09367292276
09367292276
azsoftir@gmail.com

آموزش تحلیل شبکه های اجتماعی با زبان R و متن کاوی       
آموزش تحلیل شبکه های اجتماعی با زبان R و متن کاوی


وجود حجم بسیار زیاد اطلاعات مختلف در شبکه های اجتماعی، این امکان را فراهم آورده است که از طریق بررسی و تحلیل آن ها بتوان به حقایق و نتایج ارزشمندی که برای حوزه های کاری مختلف حیاتی است، دست یافت. هدف از این فرادرس، بررسی مبانی شبکه های اجتماعی و اهمیت و کاربرد آن ها و همچنین بررسی الگوهای رایج در زمینه کاوش و تحلیل آن ها از جنبه های مختلف است و مخاطبین را در جهت استفاده حداکثری از قابلیت های این شبکه ها یاری می رساند. محتوای این آموزش به گونه ای طراحی شده است که برای فعالان اقتصادی و تجاری و در عین حال برای دانشجویان رشته های مهندسی کامپیوتر، فناوری اطلاعات (IT)، مهندسی صنایع و بازاریابی قابل استفاده باشد.

    مقدمه ای بر نرم افزار R و RStudio
        تاریخچه زبان برنامه نویسی R
        نصب و آشنایی با محیط نرم‌ افزار
        نرم‌ افزار RStudio و بخش های مختلف آن
        نحوه گرفتن راهنمایی در نرم افزار
        شروع به کار با نرم افزار
    تعریف متغیر و عملگرهای ریاضی و منطقی در نرم افزار
        انواع متغیر در R
        صفت های منتسب به هر متغیر
        عملیات ریاضی و منطقی روی متغیرها
        تعریف بردار
        تعریف ماتریس
        تعریف چارچوب داده
        تبدیل متغیر به انواع دیگر
        شناسایی داده های گم شده و بدون مقدار
    ساختارهای کنترل
        ساختار شرط If
        ساختار تکرار متناهی



09367292276
09367292276
azsoftir@gmail.com
azsoftir.com
09367292276
09367292276
azsoftir@gmail.comfor

        ساختار تکرار نامتناهی While
        دستورهای Break ،Next و Return
        حل یک مثال کاربردی
    کار با توابع درونی R
        نحوه ورود اطلاعات به نرم افزار از خارج برنامه به کمک توابع درونی
    نحوه تعریف توابع جدید مورد نیاز کاربر
    بررسی چند تابع در نرم افزار
        تابع lapply
        تابع tapply
        تابع split
        تابع mapply10
        تابع apply
    بررسی چند توزیع آماری در نرم افزار
        توزیع یکنواخت
        توزیع دوجمله ای
        توزیع هندسی
        توزیع فوق هندسی

09367292276
09367292276
azsoftir@gmail.com
azsoftir.com
09367292276
09367292276
azsoftir@gmail.com

        توزیع نمایی

        توزیع کای دو
    معرفی آماره
    بررسی آماره‌ های پرکاربرد
        میانگین
        واریانس
        انحراف معیار
        چندک

09367292276
09367292276
azsoftir@gmail.com
azsoftir.com
09367292276
09367292276
azsoftir@gmail.com

        میانه

    تحلیل توصیفی
        بررسی شاخص های مرکزی و چگونگی محاسبه آن ها در نرم افزار
        بررسی شاخص های پراکندگی و چگونگی محاسبه آن ها در نرم افزار
        رسم نمودار فراوانی، نمودار جعبه ای و دیگر ابزار نمایش داده ها در نرم افزار
    آزمون فرض آماری
        معرفی توزیع نرمال و توزیع t و توابع مربوطه در نرم افزار
        آزمون میانگین یک جامعه (One sample T-Test)
        آزمون میانگین دو جامعه (Two sample T-Test)
        بررسی آزمون Z در نرم افزار
    نرمال سازی داده ها در نرم افزار RStudio
        نرمال سازی استاندارد
        تبدیلات باکس کاکس

09367292276
09367292276
azsoftir@gmail.com
azsoftir.com
09367292276
09367292276
azsoftir@gmail.com


        نرمال سازی بر اساس چندک

        نرمال سازی به روش صیقل دادن با میانه
        نرمال سازی به روش مقیاس گذاری
        نرمال سازی به روش دامنه میان چارکی
        نرمال سازی ناپارامتری مبتنی بر رگرسیونی
        حل چند مثال در نرم افزار
    انجام آنالیزهای آماری معروف


حوه ورود اطلاعات به نرم‌افزار R
    بررسی توابع خانواده Apply
    ردیابی ایرادات و خطاهای برنامه نویسی
    بررسی بسته نرم افزاری Shiny
    بررسی بسته نرم افزاری R Markdown

فهرست سرفصل ها و رئوس مطالب مطرح شده در این مجموعه آموزشی، در ادامه آمده است:

    ورود اطلاعات به نرم افزار R
        ورود اطلاعات از طریق فایل های تکست و

09367292276
09367292276
azsoftir@gmail.com
azsoftir.com
09367292276
09367292276
azsoftir@gmail.com

Flat

        ورود اطلاعات از نرم افزار اکسل
        ورود اطلاعات از دیتابیس SQL
        ورود اطلاعات از وب
        بررسی چند تابع پرکاربرد
    بررسی توابع پیشرفته خانواده apply
        پیاده سازی یک تابع بر روی زیرمجموعه‌ های یک بردار
        نسخه چند متغیره تابع پیاده ساز
        پیاده سازی یک تابع بر روی لیست
    برطرف کردن ایرادات و خطاها
        توابع داخلی نرم افزار برای شناسایی ایرادات برنامه نویسی
        بررسی ایرادات به صورت دستی
        اشکال زدایی کدهای نوشته شده
    بررسی پکیج Shiny
        مقدمه ای بر پکیج
        اجزای تشکیل دهنده و نحوه استفاده
        حل یک مثال ساده به کمک Shiny
    بررسی بسته نرم افزاری R Markdown

    یکم: برنامه نویسی
09367292276
09367292276
azsoftir@gmail.com
azsoftir.com
09367292276
09367292276
azsoftir@gmail.com
    محاسبات مقدماتی در R
        عملگر حسابی
        متغیر
        تابع
        عبارات منطقی
        ماتریس
    محاسبات ماتریسی در R
    مبانی برنامه نویسی برای محاسبات در R
        برنامه ای برای محاسبات ریشه چند جمله ای مرتبه دو در R
        برنامه ای برای محاسبه n فاکتوریل در R
        مثال دنباله فیبوناچی در R
        Vector Based Programming
        Program Flow
        Debugging
    I / O در R
        Text
        ورودی از یک فایل
        محاسبه ی میانه
        ورودی از کیبورد
        محاسبه ی ریشه های چند جمله ای درجه دو
        فرستادن خروجی به یک فایل
        Plotting
    برنامه نویسی با توابع برای محاسبات در R
        تابعی برای محاسبه ریشه چند جمله ای درجه دو در R
        تابعی برای محاسبه n فاکتوریل در R
        تابعی برای محاسبه Trimmed Mean در R
        Scope
        Arguments
        Vector Based Programming
        برنامه ای برای محاسبه چگالی اعداد اول در R
        برنامه نویسی بازگشتی
        Debugging Functions
    داده ساختارها در R
        Factor
        DataFrame
        خواندن یک فایل اکسل و انجام محاسبات مقدماتی روی آن
        List
    نکاتی از گرافیک در R
        Graphics parameters : par
        Graphical augmentations
        09367292276
09367292276
azsoftir@gmail.com
azsoftir.com
09367292276
09367292276
azsoftir@gmail.com



Mathematical Typesetting

        Permanence
        Grouped Graphs
        ۳D plot

درس دوم: محاسبات عددی

     ریشه یابی در R
        Program Efficiency
        مفهوم ریشه یابی
        روش های ریشه یابی و پیاده سازی آن ها در R
            روش Fixedpoint Iteration
            روش Newton Raphson
            روش وتری (Secant Method)
            روش Bisection
    انتگرال گیری عددی
        روش های انتگرال گیری عددی و پیاده سازی آن ها در R
            روش Trapezoidal Rule
            روش Simpson Rule
            روش Adaptive quadrature
    بهینه سازی در R
        مفهوم بهینه سازی
        روش های بهینه سازی و پیاده سازی آن ها در R
            روش Newton
            روش Golden Section
    بهینه سازی چند متغیره در R
        مفهوم بهینه سازی چند متغیره
        روش های بهینه سازی چند متغیره و پیاده سازی آن ها در R
            روش Steepest Ascent
            روش Newton
    برازش منحنی در

09367292276
09367292276
azsoftir@gmail.com
azsoftir.com
09367292276
09367292276
azsoftir@gmail.com


R

        پیاده سازی یک مثال از برازش منحنی در R
    حل عددی دستگاه معادلات دیفرانسیل معمولی (ODE)
        معادلات Lotka – Volterra
        روش های حل عددی ODE و پیاده سازی آن در R
            روش اولر
            روش Midpoint
            روش Fourth Order Runge – Kutta
            Adaptive Stepsize

  • مقدمه و آشنایی با نمونه گیری
  • کار با نرم افزار R

  آموزش مصورسازی داده (Data Visualization) در نرم افزار R با بسته ggplot2


س یکم: مبانی خوشه بندی

    انواع داده ها و شیوه اندازه گیری فاصله برای داده های کمی و کیفی
    آشنایی با مفهوم خوشه بندی و معرفی روش های آن
    معرفی خوشه بندی k-means و خصوصیات آن
    تحلیل کارایی خوشه بندی k-means

درس دوم: خوشه بندی تفکیکی در R
09367292276
09367292276
azsoftir@gmail.com
azsoftir.com
09367292276
09367292276
azsoftir@gmail.com
    آشنایی با محیط R و RStudio
    استفاده از بسته های STAT ,Cluster و همچنین Factoextra برای خوشه بندی و نمایش خوشه ها
    خوشه بندی k-means
    تعیین تعداد خوشه های مناسب برای داده ها به روش ساده
    خوشه بندی PAM) Partitioning around Medoids)
    تعیین تعداد خوشه های مناسب برای داده ها
    نمایش تصویری خوشه بندی تفکیکی

درس سوم: خوشه بندی کلان داده ها

    معرفی الگوریتم CLARA
    اجرای خوشه بندی تفکیکی به کمک الگوریتم CLARA
    تعیین تعداد خوشه های مناسب برای داده ها
    نمایش تصویری خوشه بندی تفکیکی
رس یکم: مبانی خوشه بندی

    انواع داده ها و شیوه اندازه گیری فاصله برای داده های کمی و کیفی
    ماتریس فاصله و نحوه محاسبه آن
    آشنایی با مفهوم خوشه بندی و معرفی روش های آن
    خوشه بندی سلسله مراتبی و خصوصیات آن
    خوشه بندی سلسله مراتبی تجمیعی – تقسیمی
    آشنایی با نمودار درختی – Dendrogram
    برش نمودار درختی و تفسیر آن
    آشنایی با مفهوم پیوند و انواع آن

درس دوم: انجام خوشه بندی سلسله مراتبی در R

    آشنایی با محیط R و RStudio
    استفاده از بسته های Stat ,Cluster و همچنین Factoextra برای خوشه بندی و نمایش خوشه ها
    محاسبه ماتریس فاصله برای داده های کمی – کیفی و دودویی
    خوشه بندی به روش تجمیعی
    نمایش خروجی و نمودار درختی و برش آن
    خوشه بندی به روش تقسیمی
    ارزیابی خوشه بندی سلسله مراتبی به کمک مقایسه نمودار درختی

    درس یکم: مقدمه ای بر شبکه های اجتماعی
        تاریخچه شبکه های اجتماعی

09367292276
09367292276
azsoftir@gmail.com
azsoftir.com
09367292276
09367292276
azsoftir@gmail.com

        انواع شبکه های اجتماعی

        کاربردهای شبکه های اجتماعی
    درس دوم: تحلیل و کاوش شبکه های اجتماعی
        چرایی نیاز به تحلیل شبکه های اجتماعی
        فواید تحلیل شبکه های اجتماعی
        روش ها و ابزار تحلیل شبکه های اجتماعی
    درس سوم: آشنایی با زبان R
        معرفی R و جایگاه آن در حوزه تحلیل داده
        نصب و راه اندازی R و ابزارهای مربوط به آن
        مروری کوتاه بر چگونگی استفاده از R
    درس چهارم: تحلیل ساختاری شبکه های اجتماعی
        ایجاد گراف ها
        تحلیل گراف ها
        بازنمایی بصری گراف ها
        بازنمایی و تحلیل تعاملی گراف ها
    درس پنجم: متن کاوی
        اصول متن کاوی
        ابزارهای لازم برای متن کاوی در R
        بررسی فرایند متن کاوی در قالب یک مثال
        نکات تکمیلی
    درس ششم: مثال
        ملاحظات اتصال به شبکه های اجتماعی
    درس هفتم: مرور کلی مطالب

09367292276
09367292276
azsoftir@gmail.com
azsoftir.com
09367292276
09367292276
azsoftir@gmail.com


نظرات 0 + ارسال نظر
امکان ثبت نظر جدید برای این مطلب وجود ندارد.