تجسم داده های بزرگ با Trelliscope در R

مدرس Ryan Hafen

انتشار 2024/01/01

مدت زمان 48m 48s

سطح مناسب همه

فایل تمرینی دارد

آموزش Visualizing Big Data with Trelliscope in R

پس از تقویت مهارت های تجسم خود با یادگیری ggplot2، اکنون زمان آن رسیده است که به مجموعه داده های بزرگتر بپردازید. در این دوره، چندین تکنیک برای تجسم داده های بزرگ، با تمرکز ویژه بر تکنیک تجسم مقیاس پذیر فیتینگ، یاد خواهید گرفت. شما یاد خواهید گرفت که چگونه با استفاده از رویکرد Trelliscope همانطور که در بسته trelliscopejs R پیاده سازی شده است، این تکنیک را عملی کنید. Trelliscope به‌طور یکپارچه به جریان‌های کاری استاندارد R متصل می‌شود و تجسم‌های تعاملی ایجاد می‌کند که به شما امکان می‌دهد داده‌های خود را به صورت بصری با جزئیات کاوش کنید. در پایان این دوره، شما قادر خواهید بود به راحتی نمایشگرهای اکتشافی تعاملی از مجموعه داده های بزرگ ایجاد کنید که به شما و همکارانتان کمک می کند تا بینش جدیدی در مورد داده های خود به دست آورید.

Data Visualization R

General strategies for visualizing big data

Visualizing summaries ()

Daily ride counts

Distribution of cab fare amount

Distribution of payment type

Adding more detail to summaries ()

Relationship between trip duration and total fare

Faceting daily rides

Tip amount distribution faceted by payment type

Visualizing subsets ()

Comparing fare distribution by payment type

Visualizing all subsets ()

ggplot2 + TrelliscopeJS

Faceting with TrelliscopeJS ()

Interacting with the TrelliscopeJS displays ()

Additional TrelliscopeJS features ()

Customizing the gapminder display

Adding your own cognostics ()

Adding custom cognostics

Trelliscope in the Tidyverse

Trelliscope in the tidyverse ()

Cognostics ()

Adding cognostics

Cognostics from nested data frames

Trelliscope options ()

Customizing the stock display

Visualizing databases of images ()

Visualizing Pokemon

Case Study: Exploring Montreal BIXI Bike Data

Montreal BIXI bike data ()

Number of daily rides

Examining time-of-day

Effect of membership and weekday

Summary visualization recap ()

Daily plots

Looking at all days

Top 100 routes dataset ()

Augmenting the data: Route summary statistics

Visualizing the data: Counts by hour-of-day

Au revoir ()

bike.rds (8.8 MB)

pokemon.Rdata (44 KB)

route_hod.Rdata (15 KB)

Stocks.zip (2.4 MB)

tx_sub.Rdata (4.7 MB)

دانلود فایل فشرده

با توجه به امکانات آموزش و همچنین امکانات بسته انتخاب شده لینک دانلود فایل فشرده آماده خواهد شد. با در نظر داشتن این شرایط لطفا بسته مورد نظر خود را انتخاب کرده و روی دکمه درخواست لینک دانلود کلیک کنید

در حال به روزرسانی اطلاعات

درخواست لینک دانلود

در حال به روزرسانی اطلاعات

لطفا قبل از فعالسازی لینک دانلود به موارد زیر توجه کنید:

پسورد فایل‌های فشرده است.
لینک‌های آماده شده تا 8 روز پس از فعالسازی منقضی خواهند شد.
حجم فایل‌ها تخمینی هستند.
در صورتی که لینک دانلود تا 15دقیقه پس از درخواست آماده نشد، از بخش پشتیبانی پیگیری نمایید.

مسیرهای یادگیری آموزش تجسم داده های بزرگ با Trelliscope در R

یکی از مهمترین مشکلات افرادی که از آموزش های آنلاین استفاده می‌ کنند این است به دلیل تعداد زیاد این آموزش ها، کاربر دچار سردرگمی شده و نمی داند از کدام آموزش بهتر است شروع کند و یا با کدام آموزش ها مهارت های خود را ارتقا دهد. داشتن یک برنامه آموزشی گام به گام میتواند کاربران را از این مشکلات رها کند. در واقع مسیرهای یادگیری مجموعه ای از آموزش ها هستند که به ترتیب اولویت در کنار هم قرار گرفته اند تا کاربران را از این سردرگمی ها نجات دهند. این مسیرها در موضوعات مختلفی دسته بندی شده‌اند که در زیر، لیستی از همه دسته بندی مسیرهایی که توسط سایت لیندا ارائه شده اند را می توانید مشاهده کنید.

آموزش Visualizing Big Data with Trelliscope in R در 2 مسیر آموزشی قرار دارد. تخصص مورد نظر خود را انتخاب کنید، با مسیر یادگیری آن همراه شوید و حرفه ای شوید.

با داده های بزرگ در R از طریق برنامه نویسی موازی، رابط با Spark، نوشتن کد R مقیاس پذیر و کارآمد، و راه هایی برای تجسم داده های بزرگ را بیاموزید.

آموزش تجسم داده های بزرگ با Trelliscope در R ، ایستگاه شماره 1 در مسیر یادگیری داده های بزرگ ، است.

مسیر یادگیری داده های بزرگ

نقشه‌های تعاملی زیبا بسازید، داده‌های خود را با بزرگ‌نمایی و شناور کردن روی نمودارها کشف کنید، و نمودارهای جذاب و پویا را در R طراحی کنید.

آموزش تجسم داده های بزرگ با Trelliscope در R ، ایستگاه شماره 3 در مسیر یادگیری تجسم داده های تعاملی ، است.

مسیر یادگیری تجسم داده های تعاملی

محتواها

16 محتوای ویدئویی 20 محتوای Pdf

زیرنویس‌

English و فارسی-ماشین

کیفیت ویدئوها‌

فقط 720p

فایل تمرینی‌

دارد

آزمون‌

ندارد

دانلود فایل تمرینی مشاهده آنلاین

آموزش های مرتبط

تلگرام توییتر واتساپ