search close
close
ავტორიზაცია
კურსის გასავლელად:

(კურსი)

გთხოვთ გაიაროთ ავტორიზაცია

რეგისტრაციისთვის აუცილებელია ყველა ველის შევსება

პაროლის აღსადგენათ, გამოიყენეთ რეგისტრაციის დროს მითითებული ელ. ფოსტა

შეიყვანეთ ახალი პაროლი

library-icon ტექნოლოგიები

მონაცემების ანალიზი და ვიზუალიზაცია ღია მეცნიერების პრინციპებით

15 ლექცია, ხანგრძლივობა: 10 საათი 53 წუთი 40 წამი
eye

9,554

1 /

კურსის შესახებ: ანა მამათელაშვილი , R და RMarkdown ძირითადი ცნებები

15 ლექცია, ხანგრძლივობა: 10 საათი 53 წუთი 40 წამი

კურსის შესახებ

library

ლექტორის შესახებ

hghgjg

ანა მამათელაშვილი


Ანა მამათელაშვილი სამი წელია მუშაობს მონაცემთა მეცნიერების და მანქანური სწავლების დარგში. Ამ დროის განმავლობაში მუშაობდა სხვადასხვა პროექტებზე ელაიზასა და კატერპილარში, მათ შორის ბუნებრივი ენის დამუშავების კუთხით, და ამჟამად არის მანქანური სწავლების მთავარი ინჟინერი ქვანტორიში. Ანა აკადემიურ პროფესიულ წარსულში შეისწავლიდა მათემატიკას, კერძოდ სიმრავლურ ტოპოლოგიას, და ატარებდა კვლევით და საგანმანათლებლო საქმიანობას პიტსბურგის, ობურნის და მელბურნის უნივერსიტეტებში. Ანას აქვს დოქტორის ხარისხი მათემატიკაში პიტსბურგის უნივერსიტეტიდან.

მონაცემების ანალიზისა და ვიზუალიზაციის პრაქტიკული ონლაინ კურსი კვლევაში ჩართულ ყველა დაინტერესებულ პირს სთავაზობს, ღია მეცნიერების პრაქტიკების გათვალისწინებით, მონაცემების ანალიზისა და ვიზუალიზაციის შესწავლას. 

რას ისწავლით

  • როგორ ჩაატაროთ კვლევა ღია მეცნიერების პრაქტიკების გამოყენებით, მათ შორის - მონაცემების მოძიებას, მონაცემების აღწერას და გაზიარებას, სხვებთან კოლაბორაციას, კვლევის პრერეგისტრაციას და პრეპრინტების გაზიარებას. 

  • R-ის პროგრამირების საფუძვლებს - R-ში მუშაობის ძირითად პრინციპებს.

  • მონაცემების ანალიზსა და სტატისტიკას, მათ შორის - როგორ ააგოთ მოდელები და მოახდინოთ შედეგების ინტერპრეტაცია.

  • მონაცემების პუბლიკაციისთვის გამზადებულ ვიზუალიზაციას ggplot2-ისა და სხვა პაკეტების დახმარებით.

  • ანალიზის შედეგად რეპორტების მომზადებას.

სწავლების მეთოდები

კურსის მთავარი სწავლების მეთოდი ვიდეოლექციებია. ლექციები მოიცავს პრაქტიკულ სავარჯიშოებს, რომლებიც საიტზეა განთავსებული. სტუდენტს შეუძლია ლექციის პარალელურად სავარჯიშოები მოამზადოს. 

tag #ტექნოლოგიები

სასწავლო ლექციები

  1. 1.
    R vs GUI-ზე დაფუძნებული პროგრამები

    26:10
  2. 2.
    R და RMarkdown ძირითადი ცნებები

    43:15
  3. 3.
    Მონაცემთა დამუშავება

    55:54
  4. 4.
    ვიზუალიზაცია ggplot2-ით

    31:56
  5. 5.
    მონაცემების მოძიება

    45:25
  6. 6.
    გითი, Shell და პროექტის აღნაგობა

    42:21
  7. 7.
    ტექსტის დამუშავება, ნაწილი I

    43:45
  8. 8.
    ტექსტის დამუშავება, ნაწილი II

    42:46
  9. 9.
    Მოდელირება, ნაწილი I

    45:28
  10. 10.
    Მოდელირება, ნაწილი II

    45:58
  11. 11.
    Მოდელირება, ნაწილი III

    46:03
  12. 12.
    ღია მეცნიერების ძირითადი პრინციპები

    46:03
  13. 13.
    ღია მონაცემების მართვა

    48:29
  14. 14.
    სკრიპტები და პრეპრინტები - კოლაბორაცია, პრეპრინტების ბაზები, პრეპრინტების გაზიარება

    44:43
  15. 15.
    კვლევის პრერეგისტრაცია - ძირითადი კონცეპტები და პრაქტიკული მაგალითები (OSF – Open Science Framework), ლიცენზიის ტიპები

    45:24

ამ ვიდეოში მიმოვიხილავთ R-ის მთავარ ცნებებს, R-ის გრამატიკას რაც მოგვცემს ბაზას იმისთვის რომ მომავალ ვიდეოებში შევძლოთ R-ის გამოყენება სხვადასხვა კონტექსტში. Ასევე გადავხედავთ RMarkdown-ის ძირითად პრინციპებს. RMarkdown გამოიყენება რეპორტების და სტატიების დასაწერად, შესაძლებელია კოდის და ფორმულების ინტეგრირება და ჩვენი კურსის ლექციები მოცემულია RMarkdown ფაილების ფორმით. 

  • R: 

    • ვექტორები, სიები, მონაცემთა ცხრილები

    • ფუნქციები

    • ჯაჭვური რეაქცია: %>%

    • Ციკლები

  • RMarkdown

    • ფორმატირება

    • Სურათების და ლინკების ჩასმა

    • Კოდის ჩასმა

    • ფორმულების ჩასმ