Data Science using R & Python offline tutorial for Android APK

기술

데이터 과학, 기계 학습 및 인공 지능 시장이 호황을 누리고 있습니다.

데이터 과학은 기본적으로 과학적 방법, 프로세스 및 알고리즘을 사용하여 정형 또는 비정형 데이터를 통찰력, 이해 및 지식으로 변환합니다.

R과 Python은 데이터 과학에서 사용되는 가장 일반적인 프로그래밍 언어입니다.

R은 통계 및 시각화 소프트웨어로 사용되는 무료 오픈 소스 언어입니다. 구조화(조직화) 및 반구조화(반조직화) 데이터를 처리할 수 있습니다.

데이터 과학을 위한 R을 배우기 위해 우리는 다음과 같은 모든 측면을 다뤘습니다.

소개

R의 데이터 유형

R의 변수

R의 연산자

조건문

루프 문

루프 제어문

R 스크립트

R 함수

사용자 정의 기능

데이터 구조

원자 벡터

행렬

배열

요인

데이터 프레임

목록

데이터 가져오기/내보내기 데이터 구조에 값 할당

데이터 조작/변환

Base R의 기능 적용

dplyr 패키지

Python의 경우 다음을 다루었습니다.

환경 설정 및 Python의 필수 요소

소개 및 환경설정

Python의 변수 할당

파이썬의 데이터 유형

데이터 구조: 튜플

데이터 구조: 목록

데이터 구조: 사전(Dict)

데이터 구조: 설정

기본 연산자:

기본 연산자: +(더하기)

기본 연산자: *(곱하기)

기능

Python의 내장 시퀀스 함수

제어 흐름 문: if, elif, else

제어 흐름 문: for 루프

제어 흐름 문: while 루프

예외 처리

Python에서 NumPy를 사용한 수학적 계산

배열 유형

ndarray의 속성

기본 조작

배열 요소 액세스

복사 및 보기

범용 함수(ufunc)

모양 조작

방송

선형 대수학

Pandas를 사용한 데이터 조작

왜 팬더인가?

데이터 구조

시리즈 생성

시리즈 액세스 요소

시리즈 벡터화 작업

데이터 프레임 생성

DataFrame 보기

결측값 처리

함수를 사용한 데이터 연산

데이터 연산을 위한 통계 함수

GroupBy를 사용한 데이터 작업

데이터 연산: 정렬

데이터 작업: 병합, 복제, 연결

Pandas의 SQL 작업

통계는 이 분야에서 학습을 시작하는 데 중요한 부분입니다.

통계에서 사용하는 용어는 초심자에게 매우 생소하고 이해하기 어렵기 때문에 데이터 과학, 머신 러닝, AI 분야의 초심자, 중급 또는 고급 수준의 사람들에게 매우 쉬운 언어로 이러한 용어를 설명하기 위해 최선을 다했습니다.

여기에서는 다음과 같이 통계에 사용되는 많은 용어를 다루었습니다.

가설

정량적 방법

정성적 방법

독립 및 종속 변수

예측 변수 및 결과 변수

범주형 변수

이진 변수

명목변수

서수 변수

연속변수

간격 변수

비율 변수

이산 변수

교란 변수

측정 오류

유효성 및 신뢰성

데이터 수집의 두 가지 방법

변형 유형

비체계적 변동

체계적인 변동

빈도 분포

평균

중앙값

방법

데이터 배포의 분산

범위

사분위수 범위

사분위수

개연성

표준 편차

이 앱의 가장 중요한 장점은 샘플 프로젝트를 제외한 전체 자료를 오프라인에서 사용할 수 있다는 것입니다. 샘플 프로젝트 부분은 웹 기반 정기적으로 계속 추가하기 때문에 온라인입니다.

모바일 장치의 온라인 컴파일러, 모바일에서 코드를 작성하고 실행하여 출력을 볼 수 있습니다.

시뮬레이션 테스트/시험 - 이 시뮬레이션 시험을 시도하여 데이터 과학에 대한 지식을 확인하십시오. 각 질문에는 4개의 옵션과 1개의 정답이 있습니다.