Course catalog

Course duration

Course provider

Topic

Categories

Showing 21-40 of 49 items.

linkedin برنامه نویسی پیشرفته SAS برای کاربران R، قسمت 1 (Mitalearn-141403)

  • 1 hours 44 minutes
  • پیشرفته
  • Release date: 22 June 2026
  • Author: Jordan Bakerman
درباره این دوره:

SAS یکی از پرکاربردترین پلتفرم های تجزیه و تحلیل داده در جهان است. مهارت برنامه نویسی خود را با یادگیری نحوه به کارگیری درک خود از R - زبان داده های بزرگ - در محیط SAS در سطح پیشرفته تقویت کنید. مربی جردن بیکرمن چندین تکنیک پیشرفته مختلف را برای تجزیه و تحلیل داده ها از طریق روش های استنتاجی پوشش می دهد. درباره رگرسیون خطی با PROC REG، تخمین ترکیبات خطی با روش کلی مدل خطی، مدل‌های مختلط و روش MIXED و موارد دیگر بیاموزید.

rnrn مجموعه داده های آنلاین شرکت برای انجام تمرینات دوره.

linkedin برنامه نویسی پیشرفته SAS برای کاربران R، قسمت 2 (Mitalearn-141420)

  • 1 hours 37 minutes
  • پیشرفته
  • Update date: 22 June 2026
  • Author: Jordan Bakerman
درباره این دوره:

برنامه‌نویسی پیشرفته SAS برای کاربران R تکنیک‌ها و مفاهیم پیچیده‌ای را بررسی می‌کند که می‌تواند به شما کمک کند درک خود را از R - زبان داده‌های بزرگ - در محیط SAS در سطح پیشرفته‌ای به کار ببرید. در این دوره، جردن بیکرمن چندین مفهوم برنامه نویسی پیشرفته SAS را طی می کند. برای شروع، او اصول زبان ماتریس تعاملی (IML) را پوشش می‌دهد و درباره تولید اعداد تصادفی در IML، ماژول‌های رایج IML و نحوه وارد کردن مجموعه داده SAS به ماتریس IML بحث می‌کند. سپس نحوه فراخوانی R از SAS، کار با R از IML و موارد دیگر را مورد بحث قرار می دهد. برای استفاده بیشتر از این دوره، حتماً برنامه نویسی پیشرفته SAS برای کاربران R، قسمت 1 را تماشا کنید.

n n مجموعه داده های آنلاین شرکت برای انجام تمرینات دوره.

linkedin برنامه های R Tidyverse (Mitalearn-442184)

  • 4 hours 6 minutes
  • مناسب همه
  • Release date: 13 August 2024
  • Author: Megan Silvey
درباره این دوره: 

 آیا شما یک برنامه نویس R هستید که به دنبال ارتقای دانش R tidyverse خود به سطح بعدی هستید؟ در این دوره، Megan Silvey قصد دارد به برنامه نویسان R درک کلی بهتری از R tidyverse و نحوه استفاده از بسته های آن ارائه دهد. مگان از نمونه های عملی و واقعی استفاده می کند که مفاهیمی را به نمایش می گذارد که می توانید در کار خود از آنها استفاده کنید. مگان با استفاده از مجموعه داده‌ای از داده‌های فروش، مشتری و محصول KinetEco به شما نشان می‌دهد که چگونه می‌توانید از بسته‌های R tidyverse برای بارگیری، تمیز کردن، تجزیه و تحلیل و تجسم این داده‌ها به شیوه‌ای کارآمد با این بسته‌ها استفاده کنید.

linkedin پاک کردن داده های بد در R (Mitalearn-145296)

  • 2 hours 4 minutes
  • مبتدی
  • Update date: 21 June 2026
  • Author: Mike Chapple
درباره این دوره:

یکپارچگی داده ها نقطه کانونی جدید انقلاب علم داده است. اکنون که همه با نقش داده ها در زندگی و تجارت مردم آشنا هستند، این سوال غیرمنصفانه نیست که بپرسیم: "آیا می توانید ثابت کنید که داده های خود دقیق هستند؟" در این دوره آموزشی، می‌توانید یاد بگیرید که چگونه بسیاری از مسائل مربوط به یکپارچگی داده‌ها را که دانشمندان داده مدرن با آن مواجه هستند، با استفاده از R و the tidyverse شناسایی و به آنها رسیدگی کنید. نحوه مدیریت مقادیر از دست رفته و داده های تکراری را کشف کنید. نحوه تبدیل داده ها بین واحدهای مختلف و مقابله با متن های با فرمت ضعیف را بیاموزید. به‌علاوه، یاد بگیرید چگونه نقاط پرت را شناسایی کنید، به مشکلات ساختاری رسیدگی کنید، و پرچم‌های قرمزی را که نشان‌دهنده مشکلات بالقوه کیفیت داده‌ها هستند، شناسایی کنید.

rnrn

linkedin پایتون در مقابل R برای علم داده (Mitalearn-218277)

  • 39 minutes
  • مناسب همه
  • Release date: 22 June 2026
  • Author: Madecraft,Lavanya Vijayan
درباره این دوره:

پایتون و R زبان های برنامه نویسی رایجی هستند که هنگام کار با داده ها استفاده می شوند. هر زبان به روش خود قدرتمند است. با این حال، مهم است که زبانی را انتخاب کنید که به بهترین شکل به شما در دستیابی به نتیجه نهایی کمک کند. در این دوره، دانشمند داده و مدرس برنامه نویسی Lavanya Vijayan به شما در این انتخاب کمک می کند و ملاحظات مهمی را برای استفاده از هر زبان در شرایط مختلف به اشتراک می گذارد. Lavanya با بررسی پس‌زمینه هر دو زبان و همچنین نقاط قوت و معایب هر کدام در سناریوهای مختلف شروع می‌شود. سپس فرآیند کار بر روی یک پروژه علم داده و نحوه مدیریت داده ها در مراحل مختلف با استفاده از پایتون و R. Lavanya را بررسی می کند و سپس نحوه تجزیه و تحلیل داده ها را با استفاده از هر دو زبان پوشش می دهد. او دوره را با بحث در مورد موارد استفاده که با نقاط قوت هر زبان مرتبط است، به پایان می رساند. در پایان این آموزش، اطلاعات ضروری مورد نیاز برای تعیین اینکه پایتون یا R برای شما مناسب است را خواهید داشت.

این دوره توسط Madecraft. ما خوشحالیم که میزبان این آموزش در کتابخانه خود هستیم.

MadeCraft-Description-Logo.jpg

linkedin پردازش متن با R Essential Training (Mitalearn-195225)

  • 55 minutes
  • متوسط
  • Release date: 22 June 2026
  • Author: Kumaran Ponnambalam
درباره این دوره:

کلان داده ها و خطوط لوله تحلیلی امروزی داده های متنی تولید شده از طریق وب سایت ها، رسانه های اجتماعی و ارتباطات خصوصی را بیشتر و بیشتر مصرف می کنند. اما استخراج بینش از متن ساده نیست. برای تهیه متن برای تجزیه و تحلیل و یادگیری ماشین به یک سری تکنیک ها و فرم ها نیاز دارد. در این دوره، تکنیک های ضروری برای پاکسازی و پردازش متن در R را بیاموزید و نحوه تبدیل متن به فرمی آماده برای تجزیه و تحلیل و پیش بینی را بیاموزید. Kumaran Ponnambalam با مرور تکنیک‌های استخراج، پاکسازی و پردازش متن شروع می‌کند. سپس نحوه تبدیل متن به فرم آماده تجزیه و تحلیل، از جمله نحوه استفاده از n-gram و TF-IDF را نشان می دهد. در طول دوره، او نمونه هایی برای تمرین این تکنیک ها با استفاده از کتابخانه های R و tm ارائه می دهد.

linkedin تجزیه و تحلیل توصیفی مراقبت های بهداشتی در R (Mitalearn-99413)

  • 4 hours 43 minutes
  • پیشرفته
  • Update date: 21 June 2026
  • Author: Monika Wahi
درباره این دوره:

تحلیل رفتار و ریسک با استفاده از R، نرم افزار محاسبات آماری منبع باز. R محیط و زبانی را فراهم می کند که می توانید از آن برای تجزیه و تحلیل داده ها استفاده کنید، از جمله مجموعه داده های نظارت بر عوامل خطر رفتاری (BRFSS) که به صورت عمومی در دسترس است. این دوره مهارت های اصلی علوم داده مراقبت های بهداشتی، از جمله اپیدمیولوژی، و همچنین نحوه انجام تجزیه و تحلیل مقطعی، راه اندازی فرهنگ لغت داده، توسعه ابرداده، تعیین عوامل مخدوش کننده، اعمال استثناها، ایجاد نمودارها، تولید متغیرهای پیامد مستمر و طبقه بندی شده و بیشتر. علم برای ویرایش، تجزیه و تحلیل و تفسیر داده ها. یاد بگیرید که چگونه متغیرهای جدید را کدنویسی کنید، از فرآیند مدلسازی گام به گام استفاده کنید و تصمیمات خود را مستند کنید. بیاموزید که چگونه نتایج را با تولید نمودارها و گرافیک ها تجسم کنید و چگونه جداول و شکل ها را به اسناد خود اضافه کنید. این دوره به شما کمک می کند تا به طور مستقل یک تجزیه و تحلیل کامل BRFSS را طراحی، توسعه و اجرا کنید و حتی نتایج خود را در نشریات یا مجلات علمی منتشر کنید.

linkedin تجزیه و تحلیل شبکه های اجتماعی با استفاده از R (Mitalearn-100348)

  • 1 hours 6 minutes
  • متوسط
  • Release date: 22 June 2026
  • Author: Curt Frye
درباره این دوره:

تجزیه و تحلیل شبکه های اجتماعی با استفاده از R به تحلیلگران می آموزد که چگونه داده های یک شبکه اجتماعی مانند توییتر یا فیس بوک را با زبان آماری مبتنی بر متن، R، تجسم و تجزیه و تحلیل کنند. به شما آموزش می دهد که چگونه ماژول های R sna و igraph کار می کنند و چگونه داده ها را برای تجزیه و تحلیل قالب بندی کنید، نمودار ایجاد کنید، نمودارهای شبکه را تجزیه و تحلیل کنید، و شبکه ها را تجسم کنید. به مربی کرت فرای بپیوندید و بیاموزید که چگونه روابط و روندهای بین شبکه ها را به روش های جدید و هیجان انگیز بررسی کنید و اطلاعاتی در مورد نحوه تعامل افراد در یک سازمان کشف کنید.

linkedin تجزیه و تحلیل کسب و کار: پیش بینی با هموارسازی خط مبدأ گرایش (Mitalearn-148543)

  • 1 hours 1 minutes
  • پیشرفته
  • Release date: 22 June 2026
  • Author: Conrad Carlberg
درباره این دوره:

هموارسازی نمایی ساده (SES) اکثر عناصر مورد استفاده در رویکرد هموارسازی برای پیش بینی را شامل می شود، مانند ثابت هموارسازی سطح، خود تصحیح، و تضعیف تدریجی تأثیر مشاهدات قدیمی بر پیش بینی های جدید. اما SES با خطوط پایه که روند یا فصلی بودن را نشان می دهد ضعیف عمل می کند. سری‌های زمانی گرایش‌شده از نظر پیچیدگی یک پله بالاتر از سری‌های زمانی ثابت تحلیل‌شده توسط SES است - روندهای پایه آن به سمت بالا یا پایین. استفاده از هموارسازی نمایی با خط مبنا روند شده اغلب روش هولت نامیده می شود و این دوره برای تجهیز شما به این تکنیک طراحی شده است. در اینجا، مربی Conrad Carlberg توضیح می‌دهد که چگونه از روش هولت برای ایجاد پیش‌بینی‌هایی در R که با روندها در خط مبنا سروکار دارد، استفاده کنید.

linkedin تجزیه و تحلیل کسب و کار: پیش بینی با هموارسازی فصلی پایه (Mitalearn-148526)

  • 49 minutes
  • پیشرفته
  • Release date: 22 June 2026
  • Author: Conrad Carlberg
درباره این دوره:

هموارسازی نمایی فصلی بسط هموارسازی نمایی ساده (SES) است. صاف کردن فصلی اغلب زمانی استفاده می شود که خط پایه قله ها و دره های فصلی منظم را نشان می دهد. مصرف آب در منازل مسکونی یک مثال آشناست: مصرف در تابستان و پاییز افزایش می‌یابد و در زمستان و بهار کاهش می‌یابد، اما مصرف کلی سالانه در طی چندین سال ثابت می‌ماند. در این دوره، مشاور کهنه کار و کارشناس آموزشی، کنراد کارلبرگ، نشان می‌دهد که چگونه می‌توان تغییرات فصلی را برای پیش‌بینی‌های دقیق‌تر و روشن‌تر ترکیب کرد. نحوه شناسایی فصلی بودن، انجام هموارسازی فصلی خطوط پایه افقی و بهینه سازی پیش بینی های خود را با R و Microsoft Excel بیاموزید.

linkedin تجزیه و تحلیل کسب و کار: تکنیک های کاهش داده با استفاده از Excel و R (Mitalearn-109987)

  • 1 hours 2 minutes
  • پیشرفته
  • Release date: 21 June 2026
  • Author: Conrad Carlberg
درباره این دوره:

با توجه به اینکه مشاغل باید با حجم فزاینده داده دست و پنجه نرم کنند، نیاز به کاهش داده ها در سال های اخیر تشدید شده است. برای درک فراوانی بیش از حد اطلاعات، می‌توانید از تحلیل خوشه‌ای استفاده کنید - که به شما امکان می‌دهد در مورد تعداد انگشت شماری از گروه‌ها به جای یک جمعیت کامل از افراد استنباط ایجاد کنید - و همچنین از تجزیه و تحلیل مؤلفه‌های اصلی که متغیرهای پنهان را آشکار می‌کند.\r\n\r\n سپس او توضیح می‌دهد که چگونه می‌توان همان تحلیل را با استفاده از R، نرم‌افزار محاسباتی آماری منبع باز، که از نظر گزینه‌های تجزیه و تحلیل سریع‌تر و غنی‌تر از Excel است، انجام داد. به علاوه، او نحوه ادغام نتایج تجزیه و تحلیل خوشه‌ای و تحلیل عاملی را توضیح می‌دهد تا به شما کمک کند تا چند عامل اساسی را بر اساس عضویت افراد تنها در چند خوشه تجزیه کنید.

linkedin تجزیه و تحلیل کسب و کار: مقایسه های چندگانه در R و Excel (Mitalearn-181370)

  • 59 minutes
  • پیشرفته
  • Release date: 22 June 2026
  • Author: Conrad Carlberg
درباره این دوره:

تجزیه و تحلیل آماری اغلب فراتر از تجزیه و تحلیل واریانس ساده (ANOVA) است، که فقط به شما می گوید که در جایی تفاوت قابل اعتماد وجود داشته باشد - اما نه به طور خاص در کجا. گاهی اوقات، ممکن است مجبور شوید تعیین کنید که آیا میانگین گروه A به طور قابل اعتمادی با مقدار میانگین گروه B یا گروه C متفاوت است. تست های مقایسه چندگانه استانداردی برای تعیین دقیق این تفاوت ها هستند. در این دوره، کنراد کارلبرگ نحوه استفاده از اکسل و پلتفرم منبع باز R را برای اجرای تست HSD Tukey و تست مقایسه چندگانه Scheffe به دنبال ANOVA نشان می‌دهد. در طول مسیر، او مفاهیم مرتبط، مانند مقادیر بحرانی، اندازه گروه، جاسوسی داده‌ها و قدرت آماری را مورد بحث قرار می‌دهد و توضیح می‌دهد که چگونه بر انتخاب آزمون‌های شما تأثیر می‌گذارند.

linkedin تجزیه و تحلیل متن و پیش بینی ها با آموزش R Essential (Mitalearn-159372)

  • 40 minutes
  • متوسط
  • Release date: 22 June 2026
  • Author: Kumaran Ponnambalam
درباره این دوره:

رسانه‌های اجتماعی، ایمیل‌ها، وبلاگ‌ها و پیام‌های متنی به کسب‌وکارها بینش‌های ارزشمندی درباره نحوه فکر و خواسته‌های مشتریانشان ارائه می‌دهند. اما استخراج این داده های متنی فرآیند ساده ای نیست. بلکه نیازمند مجموعه ای از ابزارها و تکنیک های خاص است. در این دوره، Kumaran Ponnambalam این ابزارها و تکنیک ها را بررسی می کند و نحوه استفاده از آنها را برای تجزیه و تحلیل داده های متنی در R و انجام یادگیری ماشینی و پیش بینی ها نشان می دهد. کوماران نشان می دهد که چگونه می توان تجزیه و تحلیل متن را با استفاده از روش های رایج مانند ابر کلمه و تجزیه و تحلیل احساسات انجام داد. سپس نشان می‌دهد که چگونه می‌توان با استفاده از خوشه‌بندی، طبقه‌بندی و توصیه‌ها با داده‌های متنی پیش‌بینی کرد – که در غیر این صورت به عنوان متن پیش‌بینی شناخته می‌شود.

linkedin تجزیه و تحلیل مراقبت های بهداشتی: رگرسیون در R (Mitalearn-107420)

  • 4 hours 20 minutes
  • پیشرفته
  • Update date: 22 June 2026
  • Author: Monika Wahi
درباره این دوره:

مدل های رگرسیون خطی و لجستیک را می توان با استفاده از R، نرم افزار محاسبات آماری منبع باز ایجاد کرد. در این دوره، مونیکا وحی، متخصص بیوتکنولوژی و اپیدمیولوژیست، از مجموعه داده های نظارت بر عوامل خطر رفتاری (BRFSS) در دسترس عموم استفاده می کند تا به شما نشان دهد که چگونه یک فرآیند مدل سازی گام به گام رو به جلو انجام دهید. مونیکا به شما نشان می دهد که چگونه با در نظر گرفتن معقول بودن علمی در انتخاب یک فرضیه، تحقیق خود را طراحی کنید. سپس، او شما را از طریق مراحل تهیه، توسعه و نهایی کردن هر دو مدل رگرسیون خطی و مدل رگرسیون لجستیک راهنمایی می کند. او همچنین تکنیک‌هایی را برای نحوه تفسیر نمودارهای تشخیصی، بهبود تناسب مدل، مقایسه مدل‌ها و موارد دیگر به اشتراک می‌گذارد.

linkedin تجسم داده در R با ggplot2 (Mitalearn-137629)

  • 2 hours 27 minutes
  • متوسط
  • Release date: 11 April 2018
  • Author: Mike Chapple
درباره این دوره:

در این دوره، مایک چاپل نحوه کار با ggplot2 را برای ایجاد تجسم های اساسی، نحوه زیباسازی آن تجسم ها با اعمال زیبایی شناسی های مختلف، و نحوه کار با ggplot2 را با استفاده از ggplot2، بسته تجسمی پیشرو برای R، کشف کنید. تجسم داده ها با نقشه ها در طول دوره، مایک همچنین مفاهیم کلیدی مانند گرامر گرافیک و نحوه اعمال هندسه های مختلف برای تجسم داده ها را پوشش می دهد. برای جمع بندی، او یک مطالعه موردی را به اشتراک می گذارد که زمینه ای عملی را به مفاهیم تحت پوشش در دوره می دهد.

linkedin تمرین های کدگذاری: R Data Science (Mitalearn-390912)

  • 44 minutes
  • مناسب همه
  • Release date: 13 October 2021
  • Author: Mark Niemann-Ross
درباره این دوره: 

 آیا می خواهید مهارت های مهندسی داده R خود را آزمایش کرده و توسعه دهید؟ به مربی مارک نیمن راس در این دوره چالش های کد بپیوندید زیرا او چالش های کوتاه و کوچکی را ارائه می دهد که می توانید برای تمرین برنامه نویسی R از آنها استفاده کنید. هر ویدیو کمتر از چهار دقیقه و مستقل است، بنابراین می‌توانید به هر ترتیبی ویدیوها را تماشا کنید. مارک راه حل های خود را برای هر مشکلی به اشتراک می گذارد، که اکثر آنها کمتر از 10 خط کد دارند. چه برنامه نویس جدیدی باشید که به دنبال تمرین است، یا یک توسعه دهنده با تجربه که می خواهد روی برخی چالش ها کار کند، این دوره کوتاه به شما فرصتی می دهد تا مهارت های خود را تقویت کنید.

linkedin جدال داده در R (2017) (Mitalearn-118062)

  • 4 hours 12 minutes
  • متوسط
  • Release date: 21 June 2026
  • Author: Mike Chapple
درباره این دوره:

داده های مرتب یک فرمت داده ای است که یک روش استاندارد برای سازماندهی مقادیر داده در یک مجموعه داده ارائه می دهد. با استفاده از اصول داده‌های مرتب، آماردانان، تحلیلگران و دانشمندان داده می‌توانند زمان کمتری را برای تمیز کردن داده‌ها و زمان بیشتری را برای رسیدگی به جنبه‌های قانع‌کننده‌تر تحلیل داده‌ها صرف کنند. در این دوره آموزشی، با اصول داده های مرتب آشنا شوید و نحوه ایجاد و دستکاری تیبل های داده را بیاموزید - تبدیل آنها از داده های منبع به قالب های مرتب. مربی مایک چاپل از زبان برنامه نویسی R و بسته های tidyverse برای آموزش مفهوم جدال داده ها استفاده می کند - کارهای پاکسازی داده و تبدیل داده ها که بخش قابل توجهی از زمان تحلیلگران را مصرف می کند. او سه مطالعه موردی عملی را به پایان می‌رساند که به تقویت اصول و تاکتیک‌های جدال داده‌ها که در این دوره پوشش داده شده است کمک می‌کند.

linkedin چالش های کد R: علم داده (Mitalearn-442150)

  • 57 minutes
  • مناسب همه
  • Release date: 12 August 2024
  • Author: Mark Niemann-Ross
درباره این دوره: 

 آیا می خواهید مهارت های مهندسی داده R خود را آزمایش کرده و توسعه دهید؟ به مربی مارک نیمن راس در این دوره چالش های کد بپیوندید زیرا او چالش های کوتاه و کوچکی را ارائه می دهد که می توانید برای تمرین برنامه نویسی R از آنها استفاده کنید. هر ویدیو کمتر از چهار دقیقه و مستقل است، بنابراین می‌توانید به هر ترتیبی ویدیوها را تماشا کنید. مارک راه حل های خود را برای هر مشکلی به اشتراک می گذارد، که اکثر آنها کمتر از 10 خط کد دارند. چه یک برنامه نویس جدید باشید که به دنبال تمرین هستید، یا یک توسعه دهنده با تجربه که می خواهد روی برخی چالش ها کار کند، این دوره کوتاه به شما فرصتی می دهد تا مهارت های خود را تقویت کنید.

linkedin خدمات یادگیری ماشین SQL Server: R (Mitalearn-175029)

  • 2 hours 20 minutes
  • پیشرفته
  • Update date: 22 June 2026
  • Author: Adam Wilbert
درباره این دوره:

SQL Server اکنون از اجرای مستقیم کد R پشتیبانی می کند. این ادغام به تجزیه و تحلیل های پیچیده علم داده اجازه می دهد تا به سرعت در یک محیط امن، بدون نیاز به صادرات مجموعه داده ها، انجام شوند. در این دوره، آدام ویلبرت، متخصص پایگاه داده، مراحل فعال کردن اجزای مورد نیاز - از جمله خدمات یادگیری ماشین برای R- و نوشتن اسکریپت‌های پایه R را طی می‌کند. او همچنین نحوه بازیابی و کار با داده های ذخیره شده در جداول SQL Server، ایجاد تجسم داده ها با کتابخانه های R خارجی و اسکریپت های بسته را به عنوان رویه های ذخیره شده نشان می دهد. در پایان دوره، کاربران سنتی SQL Server می‌توانند عمیق‌تر در استفاده از R غوطه ور شوند و توسعه‌دهندگان سنتی R می‌توانند از استفاده از SQL Server به عنوان منبع داده برای ایجاد تحلیل‌هایی با عملکرد بالاتر استفاده کنند.

linkedin راهنمای کامل NLP با R (Mitalearn-443238)

  • 5 hours 4 minutes
  • مناسب همه
  • Release date: 1 August 2024
  • Author: Mark Niemann-Ross
درباره این دوره: 

 

پردازش زبان طبیعی برای کلمات مانند دید کامپیوتری برای تصاویر است! NLP را با زبان برنامه نویسی R یاد بگیرید. در این دوره، مارک نیمن راس، فن‌شناس با تجربه به شما نشان می‌دهد که چگونه از زبان برنامه‌نویسی R برای پیاده‌سازی الگوریتم‌های پردازش زبان طبیعی استفاده کنید. R به طور منحصر به فردی در دستکاری ماتریس ها و تولید آمار، که هر دو هسته اصلی NLP هستند، مهارت دارد. در مورد چارچوب هایی که می توانید با NLP استفاده کنید و همچنین اهمیت corpora و منابع بیاموزید. نحوه کار با فراداده NLP و پیش پردازش متن در آماده سازی برای NLP را بیاموزید. ایجاد داده های ساختاریافته، اعمال آمار در متن، و انجام تجزیه و تحلیل احساسات را کاوش کنید و سپس در تجسم NLP غوطه ور شوید. راه هایی برای استفاده از متن دقیق و کوانتدا R برای NLP کشف کنید. درک خود را از بدنه ها، نشانه ها و ماتریس ویژگی سند (DFM) ایجاد کنید. به علاوه، به تحلیل و تجسم بپردازید.

این دوره توسط Mark Niemann-Ross ایجاد شده است. ما خوشحالیم که میزبان این آموزش در کتابخانه خود هستیم.


Suggestions