Matris, dizi ve listelerle R'ı çok boyuta taşıyın
R'ın matris, çok boyutlu dizi ve liste yapılarını oluşturma, indeksleme, matris cebiri ve apply ailesiyle işlemeyi uygulatan başlangıç seviyesi R veri yapıları eğitimi.
Matris, array ve liste yapılarıyla veri düzenleme
Bu eğitim, R'ın vektör ötesindeki yapıları olan matris, array ve listeleri öğretir. matrix() ile matris oluşturma, boyut (dim), satır/sütun isimleri, byrow dolum, rbind/cbind ile birleştirme ele alınır. İki boyutlu indeksleme, matris aritmetiği, transpoz, %*% matris çarpımı ve solve ile ters matris gösterilir. array() ile çok boyutlu diziler, apply() ile satır/sütun/boyut üzerinde işlem işlenir. list() ile heterojen liste oluşturma, [[ ]] ve $ erişimi, iç içe liste, lapply/sapply ve listelerin veri çerçevesine ilişkisi anlatılır.
2 Gün. Her gün dört modül; matris ve liste yapıları üzerinde bol uygulamalı alıştırmalar.
Başlangıç Seviye — R'da matris, çok boyutlu dizi (array) ve liste veri yapılarını oluşturma, indeksleme ve işleme becerilerini kapsar.
RStudio'da matris, array ve liste oluşturup indeksleyerek ve apply ailesiyle işleyerek uygulamalı ilerlenir.
Vektörün ötesine geçip iki ve çok boyutlu verileri düzenlemeyi öğrenirsiniz.
Matris çarpımı ve ters alma gibi işlemleri R'da uygularsınız.
Farklı tipleri bir arada tutan listelerle karmaşık veriyi yönetirsiniz.
Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri
Vektör oluşturma ve indeksleme bilgisi gerekir.
Atama, fonksiyon çağırma ve tiplere aşinalık faydalıdır.
R ve RStudio kurulu bir ortam gerekir.
Temel matris kavramına aşinalık avantaj sağlar (zorunlu değil).
Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.
Program sonunda katılımcılar:
matrix() ile matris oluşturup iki boyutlu indeksleme yaparsınız.
rbind/cbind ile matrisleri birleştirebilirsiniz.
Çarpım, transpoz ve ters matris işlemlerini uygularsınız.
Çok boyutlu dizileri oluşturup dilimleyebilirsiniz.
Heterojen ve iç içe listeleri oluşturup yönetirsiniz.
[[ ]], $ ve [ ] ile liste elemanlarına doğru erişirsiniz.
apply/lapply/sapply ile fonksiyonel işlem yaparsınız.
Senaryoya uygun veri yapısını seçebilirsiniz.
Bu eğitim Digital Vizyon Akademi Başarı Sertifikası ile tamamlanır.
Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.
Modern veri altyapısını yönlendiren etkenler: veri büyümesi, bulut ve depolama-işlem ayrımı, dağıtık işleme, batch/streaming, FinOps, yönetişim ve modern data s
Detayları Gör →RapidMiner ile kodsuz ML: süreç tasarımı, zaman serisi tahmini (ARIMA, Holt-Winters) ve pazar sepeti analizi (FP-Growth, support/confidence/lift) uygulamalı.
Detayları Gör →Veritabanı nesneleri ve SQL ile veri getirme: tablo/view, SELECT, WHERE, BETWEEN/IN/LIKE, ORDER BY, toplama fonksiyonları, GROUP BY/HAVING ve JOIN uygulamalı.
Detayları Gör →Olay yönetimi ve suçlamasız postmortem: olay yaşam döngüsü, roller, gözlemlenebilirlik, kök neden (5 Neden), MTTR/MTTD, SLO ve hata bütçesi ile sürekli iyileşti
Detayları Gör →NetApp ONTAP küme yönetimi ve veri koruma (CDOTDP): küme, aggregate/RAID, SVM, NFS/SMB ve SAN, Snapshot, FlexClone, SnapMirror replikasyon ve felaket kurtarma.
Detayları Gör →