使用 R 進行資料科學：tidyverse

R 程式語言、資料分析、資料清理、資料科學、資料整理、tidyverse、dplyr、ggplot2、RStudio

從這 31 小時的課程，你會學到

如何在資料科學專案中使用 R 的 tidyverse 函式庫
如何為資料科學相關任務編寫高效的 R 程式碼
什麼是乾淨資料
如何使用 R 清理資料
資料整理的語法是什麼
如何使用 dplyr 和 tidyr 處理資料
如何將資料導入R
如何正確解析導入的資料
如何將 R 的函數連結到管道中
如何操作字串
什麼是正規表示式( Regular Expressions )
如何將 stringr library 與正規表示式一起使用
如何使用 forcats library 來操作分類變數
什麼是圖形語法( Grammar of Graphics )
如何使用 ggplot2 library 視覺化資料
什麼是函數式程式設計( functional programing )
如何使用 purrr library進行映射函數、巢狀資料、操作列表等。
什麼是關聯資料
如何使用 dplyr library 處理關聯資料
什麼是整齊評價( tidy evaluation )
如何使用 tidyverse工具完成一個實際專案

要求

R 和 RStudio 已安裝在您的電腦上。
有統計學基礎知識者優先。
具基礎到中級 R 知識者優先。
完全 R 初學者會發現課程更具挑戰性。
對於完全的 R 初學者，我建議首先參加 R 初學者課程之一。
對資料科學和資料科學相關任務感興趣。
對如何編寫高效的 R 程式碼感興趣。
如有必要，請更新 R 或 R 的程式庫( libraries )。課程教材開頭和結尾處提供的版本清單（ R 和練習中使用的所有 R libraries ）。

課程說明

資料科學技能仍然是當今就業市場上最受歡迎的技能之一。許多人只看到資料科學有趣的部分，諸如「搜尋資料洞察」、「揭示資料背後隱藏的真相」、「建立預測模型」、「應用機器學習演算法」等任務。大多數資料科學家都知道，現實是，當處理真實資料時，任何資料科學專案中最耗時的操作是：「資料導入」、「資料清理」、「資料整理」、「資料探索」等。因此，有必要有一個足夠的工具來解決給定的資料相關任務。如果我說，有一個可免費存取的工具，屬於上面提供的描述！

在應用統計、資料科學、資料探索等方面，R 是最受歡迎的程式語言之一。如果將 R 與R 的名為 tidyverse 的庫集合( collection of libraries )結合起來，您將獲得最致命的工具之一，該工具專為資料科學相關的任務。所有 tidyverse libraries 都共享獨特的哲學、語法和資料類型。因此，程式庫可以並行使用，使您能夠編寫高效且更優化的 R 程式碼，這將幫助您更快地完成專案。

本課程包括幾個章節，每章介紹與資料相關的任務的不同方面，並使用適當的 tidyverse 工具來幫助您處理給定的任務。此外，課程還介紹了與主題相關的表格理論以及 R 中涵蓋的實際範例。如果您深入學習課程，您將面臨許多不同的資料科學挑戰，以下只是其中的一些挑戰課程：