طرح درس برنامه‌نویسی پیشرفته R با رویکرد آماری

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.

درس یکم- مبانی برنامه‌نویسی و ساختارهای کنترل

• ساختارهای داده
• توابع مربوط به ورود داده ها و ثبت خروجی
• شرط و گزاره های شرطی
• ساختارهای تکرار عملیات
•  

درس دوم- محیط RStudio و خصوصیات آن

• آشنایی با محیط نرم افزار
• تنظیمات پیش فرض
• رفع خطا و ابزارهای Debug کردن برنامه‌ها
• نصب کتابخانه‌ها (Packages)
•  

درس سوم- توابع درونی و ایجاد تابع جدید در R

• ترکیب توابع
• ساخت تابع سفارشی
• توابع ساخت تابع (Faction Factory)
•  

درس چهارم- توابع محاسبات آماری در زبان برنامه نویسی R

• تابع گروه apply
• توابع آماری
• دستورات مرتبط با آزمون‌‌های آماری
•  

درس پنجم-خوشه بندی و دسته بندی 

• آشنایی با کلاس بندی (Classification) و خوشه بندی (Clustering)
• الگوریتم های کلاس بندی – رگرسیون لجستیک (Logistic Regression)، نزدیک ترین همسایه (K-Nearest Neighbor)
• روش های ارزیابی کلاس بندی
• خوشه بندی و الگوریتمی های k میانگین (K-means) و خوشه بندی سلسله مراتبی (Hierarchical Clustering)
• روش های ارزیابی درونی و بیرونی خوشه بندی
•  

درس ششم- رسم نمودار و ترسیمات پیشرفته ggplot

• استفاده از بسته ggplot2 و تعیین پارامترهای آن
• رسم نمودارهای سه بعدی و تنظیمات با  ggplot2
•  

درس هفتم- بسته Markdown برای تولید صفحات وب از کدها و خروجی‌های R

• مفاهیم اولیه در Markdown
• نصب و راه اندازی R-Markdown
• تولید متن و کدها به همراه خروجی در R – Studio به کمک R-Markdown
•  

درس هشتم- بسته Shiny برای تولید صفحات وب و محاسبات فعال

• مفاهیم اولیه و اشیاء در Shiny
• نصب و راه اندازی shiny‍
• تولید صفحات وب برمبنای دریافت ورود و ایجاد خروجی در R به کمک Shiny