| 版 | 2.1-paid |
|---|---|
| 发行人 | Concept Apps World |
| 发布日期 | Apr 22, 2020 |
| 添加日期 | Apr 22, 2020 |
| 操作系统要求 | Android |
| 要求 | Requires Android 4.1 and up |
| 下载总数 | 1 |
| 价钱 | $1.99 |
描述
数据科学、机器学习和人工智能市场正在蓬勃发展。
数据科学基本上是使用科学方法、过程和算法将结构化或非结构化数据转化为洞察力、理解力和知识。
R 和 Python 是数据科学中最常用的编程语言。
R 是免费的开源语言，用作统计和可视化软件。它可以处理结构化（organized）和半结构化（semi-organized）的数据。
为了学习数据科学的 R，我们涵盖了以下所有方面：
介绍
R中的数据类型
R中的变量
R中的运算符
条件语句
循环语句
循环控制语句
R 脚本
R 函数
自定义函数
数据结构
原子向量
矩阵
数组
因素
数据框
列表
导入/导出数据 为数据结构赋值
数据操作/转换
应用 Base R 的功能
dplyr 包
对于 Python，我们介绍了以下内容 -
Python的环境设置和要点
介绍和环境设置
Python中的变量赋值
Python 中的数据类型
数据结构：元组
数据结构：列表
数据结构：字典（Dict）
数据结构：集合
基本运算符：in
基本运算符：+（加号）
基本运算符：*（乘）
功能
Python中的内置序列函数
控制流语句：if、elif、else
控制流语句：for循环
控制流语句：while 循环
异常处理
在 Python 中使用 NumPy 进行数学计算
数组类型
ndarray 的属性
基本操作
访问数组元素
复制和查看
通用函数 (ufunc)
形状操作
广播
线性代数
使用 Pandas 处理数据
为什么是熊猫？
数据结构
系列创作
系列访问元件
系列矢量化操作
数据框创建
查看数据框
处理缺失值
带函数的数据操作
数据操作的统计函数
使用 GroupBy 进行数据操作
数据操作：排序
数据操作：合并、复制、连接
Pandas 中的 SQL 操作
统计学是开始在该领域学习的关键部分。
统计学中使用的术语对于初学者来说非常陌生且难以理解，因此我们尽力用非常简单的语言为数据科学、机器学习、人工智能领域的新手、中级或高级人员解释这些术语。
在这里，我们涵盖了统计中使用的许多术语，例如 -
假设
定量方法
定性方法
自变量和因变量
预测变量和结果变量
分类变量
二进制变量
名义变量
序数变量
连续变量
区间变量
比率变量
离散变量
混杂变量
测量误差
有效性和可靠性
两种数据收集方法
变异类型
非系统变异
系统变异
频率分布
意思是
中位数
模式
数据分布的分散
范围
四分位距
四分位数
可能性
标准差
该应用程序最重要的优势是除示例项目外的完整材料可离线使用，示例项目部分在线，因为我们会定期添加基于网络的内容。
移动设备上的在线编译器，您可以在移动设备上编写代码并运行它以查看输出。
模拟测试/考试 - 通过尝试此模拟考试来检查您在数据科学方面的知识，每个问题都有 4 个选项和 1 个正确答案。
