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، ورود اطلاعات، تجزیه و تحلیل آماری پایه ای بوده و می تواند مسائل مختلف را در قالب صورت مساله مشخص در نرم افزار تحلیل کند.
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.
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.
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.
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.
در بخش ابتدایی این آموزش، پس از بیان مقدمات لازم برای محاسبات علمی در R، به محاسبات عددی و در بخش دوم به آمار و احتمالات و محاسبات مربوط به آن ها پرداخته شده است. اگر کاربران به حل مسائل تصادفی فکر کرده باشند و یا با آن روبه رو شده باشند، کاربرد آمار و احتمالات را می بینند و همچنین در دنیایی که دنیای داده ها است، برای جمع آوری، نظم دادن، تحلیل و تفسیر آن ها، نیازمند آمار هستیم. در این فرادرس، مباحث کاربردی مختلفی از آمار و احتمالات و محاسبات با آن ها، بیان و در R پیاده سازی می شود.
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.
اگرچه رویکردها و بسته های نرم افزاری متعددی جهت انجام فرایند متن کاوی ارائه شده اند، قابلیت های متعدد زبان R در زمینه تحلیل داده های متنی و بازنمایی بصری نتایج آن سبب شده است که توجهات زیادی به سوی استفاده از آن معطوف شود. بر همین اساس، در این فرادرس بر آن شده ایم که مروری کاربردی بر فرایند متن کاوی با استفاده از زبان R داشته باشیم. هدف اصلی این آموزش، آماده سازی مخاطبان (در حوزه های مختلف کاری نظیر: مهندسی نرم افزار، هوش مصنوعی، بازاریابی و زبان شناسی) برای مواجهه با داده های متنی، مدیریت آن ها و اعمال روش های مختلف تحلیل و بازنمایی بصری بر روی آن ها است. در این مسیر، علاوه بر آشنایی کلی با مفاهیم متن کاوی، مخاطبان با نحوه به کارگیری دستورات و کتابخانه های مختلف زبان R که به این منظور طراحی شده اند، آشنا خواهند شد.
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.
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.
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.
برای مشاهده آموزشهای مرتبط دیگر، در میان بیش از ١۲ هزار ساعت آموزش منتشر شده در فرادرس، جستجو کنید...
