درباره دوره:
در دوره Data Analysis with R Programming، شما با زبان برنامه‌نویسی R آشنا خواهید شد. شما یاد خواهید گرفت چگونه از RStudio، محیطی که به شما اجازه می‌دهد با R کار کنید، استفاده کنید و با نرم‌افزارها و ابزارهای منحصر به فرد R، مانند بسته‌های R آشنا خواهید شد. شما کشف خواهید کرد که چگونه R به شما امکان می‌دهد داده‌ها را پاکسازی، سازماندهی، تحلیل، تجسم و گزارش کنید به روش‌های جدید و قدرتمندتر.
تحلیل‌گران داده فعلی گوگل به آموزش و ارائه روش‌های عملی برای انجام وظایف رایج تحلیل‌گر داده با بهترین ابزارها و منابع ادامه خواهند داد.
یادگیرندگانی که این برنامه گواهی‌نامه را به پایان می‌رسانند، آماده خواهند بود تا برای مشاغل سطح مقدماتی به عنوان تحلیل‌گر داده اقدام کنند. هیچ تجربه قبلی لازم نیست.
در پایان این دوره، یادگیرندگان خواهند توانست:
برنامه‌نویسی و تحلیل داده‌ها:
1 – مقدمه‌ای به دنیای هیجان‌انگیز برنامه‌نویسی
2 – تفریح با R
3 – Carrie: شروع کار با R
4 – زبان‌های برنامه‌نویسی
5 – مقدمه‌ای بر R
6 – مقدمه‌ای بر RStudio
برنامه‌نویسی با استفاده از RStudio:
1 – برنامه‌نویسی با استفاده از RStudio
2 – اصول برنامه‌نویسی
3 – عملگرها و محاسبات
4 – هدیه‌ای که همچنان به کار می‌آید
5 – خوش‌آمدید به دنیای Tidyverse
6 – بیشتر درباره Tidyverse
7 – استفاده از پایپ‌ها برای تو در تو کردن کد
8 – Connor: نکات برنامه‌نویسی
کار با داده‌ها در R:
1 – داده‌ها در R
2 – داده‌فریم‌های R
3 – کار با داده‌فریم‌ها
4 – پاکسازی با اصول اولیه
5 – سازماندهی داده‌های شما
6 – تبدیل داده‌ها
7 – داده‌های مشابه، نتایج متفاوت
8 – تابع bias
بیشتر درباره تجسم‌ها، زیبایی‌شناسی و حاشیه‌نویسی‌ها:
1 – تجسم‌ها در R
2 – اصول تجسم در R و Tidyverse
3 – شروع کار با ggplot()
4 – جوزف: مسیر شغلی به سوی تحلیل افراد
5 – بهبود تجسم‌ها در R
6 – کار بیشتر با ggplot
7 – زیبایی‌شناسی و Facetها
8 – لایه حاشیه‌نویسی
9 – ذخیره تجسم‌های خود
مستندسازی و گزارش‌ها:
1 – مستندسازی و گزارش‌ها
2 – مروری بر R Markdown
3 – استفاده از R Markdown در RStudio
4 – ساختار اسناد Markdown
5 – مگ: برنامه‌نویسی توانمندساز است
6 – عناصر بیشتری از مستندات
7 – بخش‌های کد
8 – صادرات مستندات
