Data Science using R & Python offline tutorial for Android

Descripción

El mercado de la ciencia de datos, el aprendizaje automático y la inteligencia artificial está en auge.

La ciencia de datos consiste básicamente en convertir datos estructurados o no estructurados en información, comprensión y conocimiento utilizando métodos, procesos y algoritmos científicos.

R y Python son los lenguajes de programación más comunes utilizados en Data Science.

R es un lenguaje de código abierto gratuito que se utiliza como software estadístico y de visualización. Puede tratar datos estructurados (organizados) y semiestructurados (semiorganizados).

Para aprender R para la ciencia de datos, cubrimos todos los aspectos de la siguiente manera:

Introducción

Tipos de datos en R

Variables en R

Operadores en R

Declaraciones condicionales

Declaraciones de bucle

Declaraciones de control de bucle

Guión R

Funciones R

Función personalizada

Estructuras de datos

Vectores atómicos

Matriz

arreglos

factores

Marcos de datos

Lista

Importar/Exportar datos Asignar valores a la estructura de datos

Manipulación/Transformación de datos

Aplicar función de Base R

Paquete dplyr

Para Python cubrimos lo siguiente:

Configuración del entorno y fundamentos de Python

Introducción y configuración del entorno

Asignación de variables en Python

Tipos de datos en Python

Estructura de datos: tupla

Estructura de datos: Lista

Estructura de datos: Diccionario (Dict)

Estructura de datos: Conjunto

Operador básico: en

Operador básico: + (más)

Operador básico: * (multiplicar)

Funciones

Función de secuencia incorporada en Python

Declaraciones de flujo de control: if, elif, else

Declaraciones de flujo de control: bucles for

Declaraciones de flujo de control: bucles while

Manejo de excepciones

Cálculo matemático con NumPy en Python

Tipos de matrices

Atributos de ndarray

Operaciones básicas

Acceso al elemento de matriz

Copiar y Vistas

Funciones universales (ufunc)

Manipulación de formas

Radiodifusión

Álgebra lineal

Manipulación de datos con Pandas

¿Por qué Pandas?

Estructuras de datos

Creación de series

Elemento de acceso en serie

Operaciones de vectorización en serie

Creación de tramas de datos

Visualización del marco de datos

Manejo de valores faltantes

Operaciones de datos con funciones

Funciones estadísticas para operaciones de datos

Operación de datos con GroupBy

Operación de datos: Clasificación

Operación de datos: fusionar, duplicar, concatenar

Operación SQL en Pandas

La estadística es una parte crucial para comenzar a aprender en este campo.

Los términos utilizados en las estadísticas son muy extraños y difíciles de entender para los principiantes, por lo que hicimos todo lo posible para explicar estos términos en un lenguaje muy sencillo para los usuarios de nivel principiante, intermedio o avanzado en el campo de la ciencia de datos, el aprendizaje automático y la IA.

Aquí cubrimos tantos términos utilizados en estadísticas como:

Hipótesis

Métodos cuantitativos

Métodos cualitativos

Variables independientes y dependientes

Variables predictoras y de resultado

Variables categóricas

variable binaria

variable nominal

variable ordinal

Variable continua

Variable de intervalo

Variable de relación

Variable discreta

Variables de confusión

Error de medición

Validez y fiabilidad

Dos métodos de recopilación de datos.

Tipos de variación

Variación asistemática

Variación sistemática

Distribución de frecuencias

Significar

Mediana

Modo

Dispersión en la distribución de Datos

Rango

Rango intercuartil

Cuartiles

Probabilidad

Desviación Estándar

La ventaja más importante de esta aplicación es que el material completo, excepto el proyecto de muestra, está disponible sin conexión, la parte del proyecto de muestra está en línea porque seguimos añadiéndolo regularmente en la web.

Compilador en línea en un dispositivo móvil, puede escribir código en un dispositivo móvil y ejecutarlo para ver el resultado.

Prueba/Examen de simulación: compruebe su conocimiento en ciencia de datos al intentar este examen de simulación, cada pregunta tiene 4 opciones y 1 respuesta correcta.