Build your ultimate AI agent
รายละเอียดคอร์ส
ในฐานะนักวิทยาศาสตร์ข้อมูล คุณมักต้องทำงานกับข้อมูลที่ไม่ใช่ตัวเลข เช่น ตำแหน่งงาน คำตอบจากแบบสอบถาม หรือข้อมูลประชากร R มีวิธีแทนข้อมูลเหล่านี้โดยเฉพาะ เรียกว่า factors และคอร์สนี้จะช่วยให้คุณเชี่ยวชาญการใช้งานผ่านแพ็กเกจ forcats ของ tidyverse นอกจากนี้ยังครอบคลุมแพ็กเกจอื่นๆ ใน tidyverse ได้แก่ ggplot2, dplyr, stringr และ tidyr พร้อมใช้ชุดข้อมูลจริง เช่น ชุดข้อมูลเที่ยวบินจาก fivethirtyeight และผลสำรวจ State of Data Science and ML ของ Kaggle เมื่อเรียนจบ คุณจะสามารถระบุและจัดการตัวแปรประเภท factor ได้ วิเคราะห์ข้อมูลด้วยภาพได้อย่างรวดเร็ว และสื่อสารผลลัพธ์ได้อย่างมีประสิทธิภาพ
ข้อกำหนดเบื้องต้น
หลักสูตร
โครงสร้างคอร์ส
1
รู้จักตัวแปรประเภท Factor
ในบทนี้จะได้เรียนรู้เกี่ยวกับ factors อย่างครบถ้วน ตั้งแต่ความแตกต่างระหว่างตัวแปรเชิงหมวดหมู่และตัวแปรเชิงลำดับ วิธีที่ R แทนค่าข้อมูลเหล่านั้น และวิธีตรวจสอบจำนวนและชื่อของระดับ (levels) นอกจากนี้ยังจะได้รู้จักกับ forcats ซึ่งเป็นแพ็กเกจใน tidyverse ที่ช่วยปรับปรุงกราฟได้อย่างรวดเร็วด้วยการเรียงลำดับตัวแปรตามความถี่
- ตัวแปรเชิงคุณภาพเบื้องต้น50 XP
- การระบุตัวแปรประเภท factor100 XP
- ตัวแปรเชิงคุณภาพในเชิงทฤษฎี50 XP
- ทำความเข้าใจตัวแปรเชิงคุณภาพ50 XP
- การนับจำนวน Level100 XP
- การตรวจสอบจำนวนระดับ100 XP
- การตรวจสอบ level100 XP
- สร้างกราฟให้ดียิ่งขึ้น50 XP
- การเรียงลำดับตัวแปรตามความถี่100 XP
- การเรียงลำดับตัวแปรหนึ่งตามตัวแปรอื่น100 XP
2
การจัดการตัวแปรประเภท Factor
เจาะลึกแพ็กเกจ forcats ต่อไป โดยเรียนรู้วิธีเปลี่ยนลำดับและชื่อของระดับ รวมถึงการรวมระดับต่างๆ เข้าหากัน
3
การสร้างตัวแปรประเภท Factor
เมื่อเข้าใจ forcats เป็นอย่างดีแล้ว จะขยายไปสู่ส่วนอื่นๆ ของ tidyverse โดยเรียนรู้และทบทวนฟังก์ชันจาก dplyr, tidyr และ stringr รวมถึงปรับแต่งกราฟด้วย ggplot2 เช่น การเปลี่ยนแกนเป็นสเกลเปอร์เซ็นต์และการจัดวางข้อความ
4
กรณีศึกษา: มารยาทบนเครื่องบิน
ในบทสุดท้ายนี้ จะนำทุกสิ่งที่เรียนมาประยุกต์ใช้ผ่านกรณีศึกษา โดยเรียนรู้เพิ่มเติมเกี่ยวกับการจัดการ string และการสรุปข้อมูล จากนั้นสร้างกราฟคุณภาพระดับตีพิมพ์แบบ 538
R
ข้อมูลเชิงหมวดหมู่ใน Tidyverse
เรียนจบแล้ว
