Data Science
2.33K subscribers
108 photos
62 videos
17 files
104 links
آموزش نوین علم داده و رویکردهای داده محور
@DataScience :: Machine Learning, Statistics, Econometrics, BI and big data
#data_science
#Machine_learning
Download Telegram
جایگاه هر پکیج در جریان علوم داده:
#Data_Science_Workflow in R

1- فراخوانی و استخراج داده
(readr, data.table, rvest, xml2..)
2- تبدیل داده و تمیزسازی
(Tidyverse= dplyr, magrittr, tidyr, purrr, tibble, stringr, lubridate, ggplot)

پردازش پیچیده و داده حجیم:
SparklyR , Revolution R

3- مدلسازی و ارزیابی
(H2o, keras, GBM, CARET, Party, e1071,broom,rattle_Gui..)

4- ارائه نتایج و مصورسازی
(ggplot & plotly & Highcharter)

5- مدیریت دانش: مستندسازی و ساخت گزارش
(Rmarkdown & R Notebook & blogdown & bookdown )

6- ایجاد web application و داشبورد
(Shiny & Shiny Dashboard)


#R
#shiny
#rmarkdown
#Tidyvers

🌐 @Data_ScienceR
Data Science
برترین زبان ها در 3 زمینه: 📌1) تکنیک های آماری زبان های برنامه نویسی R و SAS برترین زبان ها در پوشش تکنیک های آماری و رگرسیونی است و در زمینه ابزارهای محاوره ای یا دو حالته نرم افزارهای IBM SPSS و Stata پیشرو هستند. 📌2) یادگیری ماشین و یادگیری عمیق:…
📌3) مصورسازی داده
در زمینه مصورسازی اطلاعات و ایجاد چارت های
Interactive
زیرساخت
D3 (JavaScript)
یکی از انعطاف پذیر ترین و بهترین ابزارهای موجود است که بسیار مورد استفاده قرار میگیرد و رواج دارد.
اما در زمینه علوم داده
Data Science
و مصورسازی آماری و استنتاجی تکنولوژی زبان یا گرامر گرافیکی در قالب توابع
geom
که در قالب
grammar of graphics (ggplot)
در زبان R در دسترس و یکی از بهترین و جامع ترین تکنولوژی های موجود است. علاوه بر آن, این تکنولوژی در قالب تکنولوژی و بستر
shiny
امکان ایجاد داشبورد و
web app
را فراهم می نماید که علاوه بر زبان
R
در حوزه تصویرسازی آماری میتوان به ابزاری های مصورسازی در پایتون و sas نیز اشاره نمود.

#ggplot
#plotly
#shiny
#D3
#python

🌐 @Data_ScienceR
Forwarded from Data Science
جایگاه هر پکیج در جریان علوم داده:
#Data_Science_Workflow in R

1- فراخوانی و استخراج داده
(readr, data.table, rvest, xml2..)
2- تبدیل داده و تمیزسازی
(Tidyverse= dplyr, magrittr, tidyr, purrr, tibble, stringr, lubridate, ggplot)

پردازش پیچیده و داده حجیم:
SparklyR , Revolution R

3- مدلسازی و ارزیابی
(H2o, keras, GBM, CARET, Party, e1071,broom,rattle_Gui..)

4- ارائه نتایج و مصورسازی
(ggplot & plotly & Highcharter)

5- مدیریت دانش: مستندسازی و ساخت گزارش
(Rmarkdown & R Notebook & blogdown & bookdown )

6- ایجاد web application و داشبورد
(Shiny & Shiny Dashboard)


#R
#shiny
#rmarkdown
#Tidyvers

🌐 @Data_ScienceR
📊 تحلیل اطلاعات جغرافیایی با R با استفاده از ggplot و shiny:

#GIS
#R
#Shiny
#ggplot2

https://git.ir/packtpub-hands-on-geospatial-analysis-with-r-and-qgis-3-4/

https://t.iss.one/Data_ScienceR
🌐@Data_ScienceR
This media is not supported in your browser
VIEW IN TELEGRAM
📊📚ویدیو آشنایی با نحوه اپلیکیشن نویسی با رویکرد داده محور Data Driven در R و معرفی بستر Shiny برای نوشتن وب اپلیکیشن

در ویدیو های آتی نحوه اپلیکیشن نویسی بصورت گام به گام آموزش داده خواهد شد.
مدرس: خاندانی

#R_shiny
#Shiny
#web_app
#R
#Data_Science

https://t.iss.one/Data_ScienceR
🌐@Data_ScienceR
📊 معرفی زیرساخت‌ها و فریم ورک های مختلف اپلیکیشن نویسی و داشبوردسازی در زبان برنامه نویسی R

1⃣ shiny

2⃣ shiny Dashboard

3⃣ shiny Dashboard Plus

4⃣ Semantic Dashboard Shiny

5⃣ gentelella dashboard shiny

6⃣ Material Dashboard Shiny


#web_app
#R
#shiny
#data_science

🔗جهت مطالعه مطلب به لینک زیر مراجعه فرمائید:

https://divadnojnarg.github.io/blog/awesomedashboards/


https://t.iss.one/Data_ScienceR
🌐@Data_ScienceR
📒 job!

🚀 نحوه پیاده سازی خودکار فرایندها و دستورات از طریق job

💡 کارکردهای job در اجرا و مدیریت فرایند ها، الگوریتم ها، اپلیکیشن، API و غیره

📕 job_local

📕 job_launcher

#job
#ETL
#Application
#API
#Shiny


🎥 مشاهده ویدیو آموزشی:

Link:

https://resources.rstudio.com/webinars/joblauncher



🆔
https://t.iss.one/Data_ScienceR
@Data_ScienceR
Media is too big
VIEW IN TELEGRAM
🅰 پارت اول
بخش اول: آموزش فارسی اپلیکیشن نویسی با استفاده از فریمورک شاینی (با رویکرد داده محور)

📊Web Application with Shiny




📒مزیت ها:
1⃣ ایجاد وب اپلیکیشن نیمه خودکار
2⃣ پشتیبانی از زبان های حوزه علم داده
R & python
3⃣ استفاده از برنامه نویسی ترکیبی جاوا اسکریپت، html و غیره برای توسعه وب اپلیکیشن
4⃣ تولید اتوماتیک کدهای جاوا اسکریپت، html و css

🔖مدرس: خاندانی

#Shiny
#R
#python
#Web_App
#shinyDashboard
#Data_Science


🆔
https://t.iss.one/Data_ScienceR
🌐@Data_ScienceR
Media is too big
VIEW IN TELEGRAM
🅰پارت دوم
بخش اول: آموزش فارسی اپلیکیشن نویسی با استفاده از فریمورک شاینی (با رویکرد داده محور- معماری و ساختار)

📊Web Application with Shiny


📒سرفصل های بخش دوم:
1⃣ معرفی معماری و توپولوژی سمت کاربر و سرور
2⃣ معرفی تکنولوژی‌های استفاده شده در شاینی
3⃣ معرفی وجیت ها و ابزارها
Widgets
4⃣ معرفی توابع رندر و تعامل با واسط کاربری

🔖مدرس: خاندانی

#Shiny
#R
#python
#Web_App
#shinyDashboard
#Data_Science


🆔
https://t.iss.one/Data_ScienceR
🌐@Data_ScienceR
Media is too big
VIEW IN TELEGRAM
آموزش تولید #محصولات و #اپلیکیشن داده #محور در علم داده

🅰 معرفی #زیرساخت ها و بسترهای #استقرار محصولات داده محور در زبان برنامه نویسی #آر و #پایتون

- #موبایل اپلیکیشن #داده محور 📲
- وب اپلیکیشن داده محور 🖥
- ریپورت های #تعاملی 📰
- استقرار و به #اشتراک گذاری

🔖مدرس: خاندانی

#web_app
#mobile_web_app
#python
#R
#Shiny


🆔

Link
https://t.iss.one/Data_ScienceR
@Data_ScienceR
🚀 The new Shiny UI Editor for App and Dashboard

📒 ساخت و طراحی اپلیکیشن بصورت ویژوال و بدون نیاز به کدنویسی
Drag and Drop

Shiny for R And Python

🌐
https://rstudio.github.io/shinyuieditor/articles/how-to.html



#shiny #posit
#r #python

🟰🟰🟰🟰🟰🟰🟰🟰🟰🟰🟰
👇
❇️
https://t.iss.one/Data_ScienceR
@Data_ScienceR
🚀Shiny for python is now generally available

(🖥 Web Application | Dashboard)

📒 شاینی برای پایتون (داشبورد و وب اپلیکیشن)


🌐👇 https://posit.co/blog/shiny-for-python-is-now-generally-available/

#shiny
#python
🟰🟰🟰🟰🟰🟰🟰🟰🟰🟰🟰

❇️
https://t.iss.one/Data_ScienceR
@Data_ScienceR