Data Science using R & Python offline tutorial for Android APK

説明

データ サイエンス、機械学習、人工知能の市場は活況を呈しています。

データ サイエンスとは、基本的に、科学的な方法、プロセス、およびアルゴリズムを使用して、構造化データまたは非構造化データを洞察、理解、および知識に変換することです。

R と Python は、データ サイエンスで使用される最も一般的なプログラミング言語です。

R は、統計および視覚化ソフトウェアとして使用される無料のオープン ソース言語です。構造化 (組織化) および半構造化 (半組織化) データを処理できます。

データ サイエンスの R を学ぶために、次のようにすべての側面をカバーしました。

序章

R のデータ型

R の変数

R の演算子

条件文

ループ文

ループ制御ステートメント

R スクリプト

R 関数

カスタム機能

データ構造

原子ベクトル

マトリックス

配列

要因

データ フレーム

リスト

データのインポート/エクスポート データ構造への値の代入

データ操作/変換

Base R の適用機能

dplyr パッケージ

Python については、次のことを取り上げました -

Pythonの環境設定と要点

導入と環境設定

Python での変数の割り当て

Python のデータ型

データ構造: タプル

データ構造: リスト

データ構造: 辞書 (Dict)

データ構造: セット

基本演算子: in

基本演算子: + (プラス)

基本演算子: * (乗算)

機能

Python の組み込みシーケンス関数

制御フロー ステートメント: if、elif、else

制御フロー ステートメント: for ループ

制御フロー ステートメント: while ループ

例外処理

Python での NumPy による数学的計算

配列の種類

ndarray の属性

基本操作

配列要素へのアクセス

コピーとビュー

ユニバーサル関数 (ufunc)

形状操作

放送

線形代数

Pandas によるデータ操作

なぜパンダ？

データ構造

シリーズの作成

シリーズ アクセス エレメント

シリーズのベクトル化操作

データフレームの作成

データフレームの表示

欠損値の処理

関数によるデータ操作

データ操作の統計関数

GroupBy によるデータ操作

データ操作: 並べ替え

データ操作: マージ、複製、連結

Pandas での SQL 操作

統計は、この分野で学習を開始するための重要な部分です。

統計で使用される用語は非常に奇妙で初心者には理解しにくいため、データ サイエンス、機械学習、AI 分野の初心者、中級者、上級者向けにこれらの用語を非常にわかりやすい言葉で説明するように最善を尽くしました。

ここでは、次のような統計で使用される非常に多くの用語について説明しました -

仮説

定量的な方法

定性的方法

独立変数と従属変数

予測変数と結果変数

カテゴリ変数

二値変数

公称変数

順序変数

連続変数

間隔変数

比率変数

離散変数

交絡変数

測定誤差

妥当性と信頼性

データ収集の 2 つの方法

バリエーションの種類

非系統的変動

系統的変動

頻度分布

平均

中央値

モード

データの分布の分散

範囲

四分位範囲

四分位数

確率

標準偏差

このアプリの最も重要な利点は、サンプル プロジェクトを除く完全な資料がオフラインで利用できることです。サンプル プロジェクトの部分は、Web ベースで定期的に追加し続けるため、オンラインです。

モバイル デバイスでのオンライン コンパイラ。モバイルでコードを記述し、実行して出力を確認できます。

シミュレーション テスト/試験 - このシミュレーション試験を試して、データ サイエンスの知識をチェックします。各質問には 4 つのオプションと 1 つの正解があります。