Data Science using R & Python offline tutorial for Android

Beskrivning

Marknaden för datavetenskap, maskininlärning och artificiell intelligens är på högkonjunktur.

Datavetenskap är i grunden att omvandla strukturerad eller ostrukturerad data till insikt, förståelse och kunskap med hjälp av vetenskapliga metoder, processer och algoritmer.

R och Python är de vanligaste programmeringsspråken som används inom Data Science.

R är ett gratis språk med öppen källkod som används som statistik- och visualiseringsprogram. Den kan hantera strukturerad (organiserad) och semistrukturerad (halvorganiserad) data.

För att lära oss R för datavetenskap täckte vi alla aspekter enligt följande:

Introduktion

Datatyper i R

Variabler i R

Operatörer i R

Villkorliga uttalanden

Loop uttalanden

Loop Control Statements

R Script

R-funktioner

Anpassad funktion

Data struktur

Atomiska vektorer

Matris

Matriser

Faktorer

Dataramar

Lista

Importera/exportera data Tilldela värden till datastrukturen

Datamanipulation/Transformation

Tillämpa funktionen för Base R

dplyr-paket

För Python täckte vi följande -

Miljöinställning och Essentials of Python

Introduktion och miljöinställningar

Variabel tilldelning i Python

Datatyper i Python

Datastruktur: Tuple

Datastruktur: Lista

Datastruktur: Ordbok (Dict)

Datastruktur: Ställ in

Grundläggande operatör: in

Grundläggande operatör: + (plus)

Grundläggande operatör: * (multiplicera)

Funktioner

Inbyggd sekvensfunktion i Python

Kontrollflödesstatistik: if, elif, else

Kontrollflödesstatistik: för loopar

Kontrollera flödesstatistik: medan loopar

Undantagshantering

Matematisk beräkning med NumPy i Python

Typer av arrayer

Attribut för ndarray

Grundläggande operationer

Åtkomst till Array Element

Kopiera och Visningar

Universalfunktioner (ufunc)

Formmanipulation

Broadcasting

Linjär algebra

Datamanipulation med pandor

Varför pandor?

Data struktur

Serieskapande

Serie Access Element

Serie Vektoriseringsoperationer

Skapande av dataram

Visa DataFrame

Hantera saknade värden

Dataoperationer med funktioner

Statistiska funktioner för dataoperationer

Datadrift med GroupBy

Datadrift: Sortering

Dataoperation: Sammanfoga, Duplicera, Sammanfoga

SQL-operation i Pandas

Statistik är en avgörande del för att börja lära sig inom detta område.

Termer som används i statistik är mycket konstiga och svåra att förstå för nybörjare, så vi försökte vårt bästa för att förklara dessa termer på ett mycket enkelt språk för nybörjare, medel eller avancerad nivå killar inom datavetenskap, maskininlärning, AI-området.

Här täckte vi så många termer som används i statistik som -

Hypoteser

Kvantitativa metoder

Kvalitativa metoder

Oberoende och beroende variabler

Prediktor och utfallsvariabler

Kategoriska variabler

Binär variabel

Nominell variabel

Ordinalvariabel

Kontinuerlig variabel

Intervallvariabel

Förhållande variabel

Diskret variabel

Förvirrande variabler

Mätfel

Validitet och pålitlighet

Två metoder för datainsamling

Typer av variation

Osystematisk variation

Systematisk variation

Frekvensfördelning

Betyda

Median

Läge

Spridning i distribution av data

Räckvidd

Kvartilavståndet

Kvartiler

Sannolikhet

Standardavvikelse

Den viktigaste fördelen med den här appen är att komplett material förutom provprojekt är tillgängligt offline, provprojektdel är online eftersom vi fortsätter att lägga till det webbaserade regelbundet.

Online kompilator på mobil enhet, du kan skriva kod på mobil och köra den för att se utdata.

Simuleringstest/examen - Kontrollera dina kunskaper i datavetenskap genom att prova detta simuleringsprov, varje fråga har 4 alternativ och 1 rätt svar.