Data Science with R & Python Free Offline Tutorial for Android APK

ဖော်ပြချက်

ဒေတာသိပ္ပံ၊ Machine Learning နှင့် Artificial Intelligence စျေးကွက်သည် ကြီးထွားလာနေသည်။

ဒေတာသိပ္ပံသည် အခြေခံအားဖြင့် ဖွဲ့စည်းတည်ဆောက်ထားသော သို့မဟုတ် ဖွဲ့စည်းပုံမထားသော အချက်အလက်များကို သိပ္ပံနည်းကျနည်းလမ်းများ၊ လုပ်ငန်းစဉ်များနှင့် အယ်လဂိုရီသမ်များကို အသုံးပြု၍ ထိုးထွင်းသိမြင်မှု၊ နားလည်မှုနှင့် အသိပညာအဖြစ်သို့ ပြောင်းလဲပေးသည်။

R နှင့် Python တို့သည် ဒေတာသိပ္ပံတွင် ကိန်းဂဏန်း၊ သင်္ချာ၊ ဒေတာအငြင်းပွားမှု၊ စူးစမ်းလေ့လာခြင်းနှင့် အမြင်အာရုံပုံဖော်ခြင်းအတွက် အသုံးပြုသည့် အခမဲ့ open source ပရိုဂရမ်ဘာသာစကားများဖြစ်သည်။ ဖွဲ့စည်းတည်ဆောက်ပုံ (ဖွဲ့စည်းပုံ) နှင့် တစ်ပိုင်းဖွဲ့စည်းပုံ (တစ်ပိုင်းဖွဲ့စည်းမှု) အချက်အလက်များနှင့် ကိုင်တွယ်ဖြေရှင်းနိုင်သည်။

ဒေတာသိပ္ပံအတွက် R ကိုလေ့လာရန် ကျွန်ုပ်တို့သည် အောက်ပါအတိုင်း ကဏ္ဍအားလုံးကို လွှမ်းခြုံထားသည်။

နိဒါန်း

R တွင် ဒေတာအမျိုးအစားများ

R တွင် ကိန်းရှင်များ

R တွင် အော်ပရေတာများ၊

အခြေအနေဆိုင်ရာ ထုတ်ပြန်ချက်များ

အဝိုင်းရှင်းတမ်းများ

Loop Control Statements

R ဇာတ်ညွှန်း

R လုပ်ဆောင်ချက်များ

စိတ်ကြိုက်လုပ်ဆောင်ချက်

ဒေတာဖွဲ့စည်းပုံများ

အနုမြူဗုံးများ

မက်ထရစ်

အခင်းများ

အကြောင်းရင်းများ

ဒေတာဘောင်များ

စာရင်း

ဒေတာကို တင်သွင်း/ထုတ်ရန် တန်ဖိုးများကို ဒေတာဖွဲ့စည်းပုံသို့ သတ်မှတ်ပါ။

ဒေတာ စီမံခန့်ခွဲခြင်း/အသွင်ပြောင်းခြင်း။

Base R ၏လုပ်ဆောင်ချက်ကိုအသုံးပြုပါ။

dplyr ပက်ကေ့ချ်

Python အတွက်ကျွန်ုပ်တို့သည်အောက်ပါဖော်ပြခဲ့သည် -

ပတ်ဝန်းကျင် တပ်ဆင်မှုနှင့် Python ၏ မရှိမဖြစ် လိုအပ်ချက်များ

နိဒါန်းနှင့် ပတ်ဝန်းကျင် တပ်ဆင်မှု

Python တွင် ပြောင်းလဲနိုင်သော တာဝန်

Python တွင် ဒေတာအမျိုးအစားများ

ဒေတာဖွဲ့စည်းပုံ- Tuple

ဒေတာဖွဲ့စည်းပုံ- စာရင်း

ဒေတာဖွဲ့စည်းပုံ- Dictionary (Dict)

ဒေတာဖွဲ့စည်းပုံ- သတ်မှတ်

အခြေခံ အော်ပရေတာ- in

အခြေခံ အော်ပရေတာ- + (အပေါင်း)

အခြေခံ အော်ပရေတာ- * (များပြား)

လုပ်ဆောင်ချက်များ

Python တွင် Built-in Sequence Function

ထိန်းချုပ်မှု စီးဆင်းမှု ဖော်ပြချက်- if, elif, else

Control Flow Statements- Loops အတွက်

ထိန်းချုပ်မှု Flow Statements- while Loops

ခြွင်းချက် ကိုင်တွယ်ခြင်း။

Python ရှိ NumPy ဖြင့် သင်္ချာတွက်ချက်ခြင်း။

Array အမျိုးအစားများ

ndarray ၏ဂုဏ်တော်များ

အခြေခံလုပ်ငန်းများ

Array Element ကို အသုံးပြုခြင်း

Copy နှင့် Views

Universal Functions (ufunc)

ပုံဖော်ခြယ်လှယ်ခြင်း။

အသံလွှင့်ခြင်း။

Linear Algebra

Pandas ဖြင့် ဒေတာ ခြယ်လှယ်ခြင်း။

ဘာကြောင့် Pandas ?

ဒေတာဖွဲ့စည်းပုံများ

စီးရီးဖန်တီးမှု

Series Access Element

ဆက်တိုက် Vectorizing လုပ်ငန်းများ

DataFrame ဖန်တီးခြင်း။

DataFrame ကိုကြည့်ရှုခြင်း။

ပျောက်ဆုံးနေသောတန်ဖိုးများကို ကိုင်တွယ်ခြင်း။

လုပ်ဆောင်ချက်များဖြင့် ဒေတာလည်ပတ်မှု

ဒေတာလည်ပတ်မှုအတွက် စာရင်းအင်းလုပ်ဆောင်ချက်များ

GroupBy ဖြင့် ဒေတာလည်ပတ်မှု

ဒေတာလည်ပတ်မှု- အမျိုးအစားခွဲခြင်း။

ဒေတာလည်ပတ်မှု- ပေါင်းစည်းခြင်း၊ ပွားခြင်း၊ ပေါင်းစပ်ခြင်း။

Pandas တွင် SQL လုပ်ဆောင်ချက်

စာရင်းအင်းပညာသည် ဤနယ်ပယ်တွင် စတင်လေ့လာရန် အရေးကြီးသော အပိုင်းဖြစ်သည်။

စာရင်းဇယားများတွင် အသုံးပြုသည့် စည်းကမ်းချက်များသည် အလွန်ထူးဆန်းပြီး စတင်သူများအတွက် နားလည်ရခက်ပါသည်၊ ထို့ကြောင့် Data Science၊ Machine Learning၊ AI နယ်ပယ်ရှိ Novice၊ Intermediate သို့မဟုတ် Advanced အဆင့်ရှိ လူငယ်များအတွက် အလွန်လွယ်ကူသောဘာသာစကားဖြင့် ဤဝေါဟာရများကို အတတ်နိုင်ဆုံး ရှင်းပြရန် ကျွန်ုပ်တို့ ကြိုးစားခဲ့ပါသည်။

ဤနေရာတွင် ကျွန်ုပ်တို့သည် ကိန်းဂဏန်းစာရင်းအင်းများတွင် အသုံးပြုသည့် ဝေါဟာရများစွာကို ဖော်ပြခဲ့သည်-

ယူဆချက်

အရေအတွက်နည်းများ

အရည်အသွေးဆိုင်ရာနည်းလမ်းများ

အမှီအခိုကင်းသော နှင့် မှီခိုသော ကိန်းရှင်များ

ခန့်မှန်းသူနှင့် ရလဒ် ကိန်းရှင်များ

အမျိုးအစားအလိုက် ကိန်းရှင်များ

Binary ကိန်းရှင်

Nominal variable

ပုံမှန်ကိန်းရှင်

စဉ်ဆက်မပြတ်ပြောင်းလဲနိုင်သော

ကြားကာလ ကိန်းရှင်

အချိုးအစား ပြောင်းလဲနိုင်သည်။

အပြောအဆို ကွဲပြားသည်။

ရှုပ်ထွေးစေသော ကိန်းရှင်များ

တိုင်းတာမှုအမှား

ခိုင်လုံမှုနှင့် ယုံကြည်စိတ်ချရမှု

ဒေတာစုဆောင်းခြင်းနည်းလမ်းနှစ်ခု

ကွဲလွဲမှုအမျိုးအစားများ

စနစ်မကျသော ကွဲလွဲမှု

စနစ်တကျ ကွဲလွဲမှု

အကြိမ်ရေ ဖြန့်ဖြူးခြင်း။

ဆိုလိုတာက

မီဒီယံ

မုဒ်

Data ဖြန့်ဝေရာတွင် ကွဲလွဲခြင်း။

အပိုင်းအခြား

Interquartile အပိုင်းအခြား

ကွာတားများ

ဖြစ်နိုင်ခြေ

စံသွေဖည်

နမူနာပရောဂျက်မှလွဲ၍ အကြောင်းအရာအပြည့်အစုံကို အော့ဖ်လိုင်းရရှိနိုင်သည့် ဤအက်ပ်၏အရေးကြီးဆုံးအားသာချက်မှာ ကျွန်ုပ်တို့ ၎င်းကို ဝဘ်အခြေခံပုံမှန်ထည့်သွင်းထားသောကြောင့် နမူနာပရောဂျက်အပိုင်းသည် အွန်လိုင်းဖြစ်သည်။

Mobile device တွင် အွန်လိုင်း compiler၊ သင်သည် မိုဘိုင်းပေါ်တွင် ကုဒ်ရေးပြီး output ကြည့်ရန် ၎င်းကို run နိုင်သည်။

Simulation Test/Exam - ဤ simulation စာမေးပွဲကို ကြိုးစားခြင်းဖြင့် Data Science တွင် သင့်အသိပညာကို စစ်ဆေးပါ၊ မေးခွန်းတစ်ခုစီတွင် ရွေးချယ်စရာ 4 ခုနှင့် အဖြေမှန် 1 ခုရှိသည်။