برنامه‌نویسی پیشرفته R با رویکرد آماری
  • مسئول اجرا: سید موسی موسوی کوهی
  • دانشکده: پردیس علوم پایه
  • گروه: آمار
  • متولی: دانشکده
  • جامعه هدف:
    • اعضای هئیت علمی
    • دانشجویان تحصیلات تکمیلی
    • کارشناسان و مدرسین مدعو
    • سایر دانشجویان
  • نوع برنامه: کارگاه آموزشی مهارت محور
  • مکان برگزاری: مجازی
  • مدرس: دکتر آرمان ریبد
  • مهلت ثبت نام: ۱۴۰۱/۰۴/۲۰
  • تاریخ اجرا: ۱۴۰۱/۰۴/۳۱
  • ساعت اجرا: ۰۹:۲۱
  • مدت زمان دوره: 020 ساعت
<p><strong>طرح درس برنامه‌نویسی پیشرفته R با رویکرد آماری</strong></p><p>این دوره در قالب 10 جلسه دو ساعتی طرح ریزی شده که مجموعا شامل 20 ساعت آموزش خواهد بود. در ضمن به عنوان مقدمه، مفاهیم اولیه برنامه‌نویسی R در محیط RStudio و همچنین بسته های Markdown و Shiny نیز مورد توجه قرار می‌گیرد.</p><p><i><strong>درس یکم- مبانی برنامه‌نویسی و ساختارهای کنترل</strong></i></p><ul><li>ساختارهای داده</li><li>توابع مربوط به ورود داده ها و ثبت خروجی</li><li>شرط و گزاره های شرطی</li><li>ساختارهای تکرار عملیات</li><li> </li></ul><p><i><strong>درس دوم- محیط RStudio و خصوصیات آن</strong></i></p><ul><li>آشنایی با محیط نرم افزار</li><li>تنظیمات پیش فرض</li><li>رفع خطا و ابزارهای Debug کردن برنامه‌ها</li><li>نصب کتابخانه‌ها (Packages)</li><li> </li></ul><p><i><strong>درس سوم- توابع درونی و ایجاد تابع جدید در R</strong></i></p><ul><li>ترکیب توابع</li><li>ساخت تابع سفارشی</li><li>توابع ساخت تابع (Faction Factory)</li><li> </li></ul><p><i><strong>درس چهارم- توابع محاسبات آماری در زبان برنامه نویسی R</strong></i></p><ul><li>تابع گروه apply</li><li>توابع آماری</li><li>دستورات مرتبط با آزمون‌‌های آماری</li><li> </li></ul><p><i><strong>درس پنجم-خوشه بندی و دسته بندی </strong></i></p><ul><li>آشنایی با کلاس بندی (Classification) و خوشه بندی (Clustering)</li><li>الگوریتم های کلاس بندی – رگرسیون لجستیک (Logistic Regression)، نزدیک ترین همسایه (K-Nearest Neighbor)</li><li>روش های ارزیابی کلاس بندی</li><li>خوشه بندی و الگوریتمی های k میانگین (K-means) و خوشه بندی سلسله مراتبی (Hierarchical Clustering)</li><li>روش های ارزیابی درونی و بیرونی خوشه بندی</li><li> </li></ul><p><i><strong>درس ششم- رسم نمودار و ترسیمات پیشرفته ggplot</strong></i></p><ul><li>استفاده از بسته ggplot2 و تعیین پارامترهای آن</li><li>رسم نمودارهای سه بعدی و تنظیمات با  ggplot2</li><li> </li></ul><p><i><strong>درس هفتم- بسته Markdown برای تولید صفحات وب از کدها و خروجی‌های R</strong></i></p><ul><li>مفاهیم اولیه در Markdown</li><li>نصب و راه اندازی R-Markdown</li><li>تولید متن و کدها به همراه خروجی در R – Studio به کمک R-Markdown</li><li> </li></ul><p><i><strong>درس هشتم- بسته Shiny برای تولید صفحات وب و محاسبات فعال</strong></i></p><ul><li>مفاهیم اولیه و اشیاء در Shiny</li><li>نصب و راه اندازی shiny‍</li><li>تولید صفحات وب برمبنای دریافت ورود و ایجاد خروجی در R به کمک Shiny</li></ul>