Advanced R Schulung
Dieser Kurs behandelt fortgeschrittene Themen der R-Programmierung.
Schulungsübersicht
- Rstudio-IDE
- Datenmanipulation mit dplyr, tidyr, reshape2
- Objektorientierte Programmierung in R
- Leistungsprofilierung
- Behandlung von Ausnahmen
- Fehlersuche in R-Code
- Erstellen von R-Paketen
- Reproduzierbare Forschung mit knitr und RMarkdown
- C/C++-Codierung in R
- Schreiben und Kompilieren von C/C++-Code aus R
Offene Schulungskurse erfordern mindestens 5 Teilnehmer.
Advanced R Schulung - Booking
Advanced R Schulung - Enquiry
Advanced R - Beratungsanfrage
Beratungsanfrage
Erfahrungsberichte (1)
Der flexible und freundliche Stil. Ich habe genau das gelernt, was für mich nützlich und relevant war.
Jenny
Kurs - Advanced R
Maschinelle Übersetzung
Kommende Kurse
Kombinierte Kurse
R für Datenanalyse und Forschung
7 StundenPublikum
- Manager
- Entwickler
- Wissenschaftler
- Studenten
Format des Kurses
Online-Unterricht und Diskussion ODER persönliche Workshops
Einführung in R
21 StundenR ist eine Open-Source-freie Programmiersprache für statistische Computing, Datenanalyse und Grafik. Die Forschung wird von einer wachsenden Anzahl von Managern und Datenanalytikern innerhalb von Unternehmen und Akademien verwendet. R hat auch Nachfolger unter Statistikern, Ingenieuren und Wissenschaftlern ohne Computerprogrammierungsfähigkeiten gefunden, die es einfach zu verwenden finden. Seine Beliebtheit liegt an der zunehmenden Verwendung von Data Mining für verschiedene Ziele, wie z. B. Anzeigenpreise, neue Medikamente schneller zu finden oder fin-tune Finanzmodelle. R verfügt über eine breite Palette von Paketen für die Datenmining.
Dieser Kurs umfasst die Manipulation von Objekten in R einschließlich Lesendaten, Zugriff auf R-Pakete, Schreiben R-Funktionen und Erstellen von informativen Grafiken. Es umfasst die Analyse von Daten mit gemeinsamen statistischen Modellen. Der Kurs lehrt, wie man die R-Software (https://www.r-project.org) sowohl auf einer Befehllinie als auch in einer grafischen Benutzeroberfläche (GUI) verwendet.
Prognosen mit R
14 StundenDiese Live-Schulung in Österreich (online oder vor Ort) richtet sich an fortgeschrittene Datenanalysten und Geschäftsleute, die Zeitreihenprognosen erstellen und Datenanalyse-Workflows mit R automatisieren möchten.
Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:
- Die Grundlagen der Prognosetechniken in R zu verstehen.
- Exponentielle Glättung und ARIMA-Modelle für die Zeitreihenanalyse anwenden.
- das Paket "forecast" zur Erstellung genauer Prognosemodelle zu nutzen.
- Prognose-Workflows für Geschäfts- und Forschungsanwendungen zu automatisieren.
Marketinganalytik mit R
21 StundenPublikum
Business (Marketingmanager, Produktmanager, Kundenstammmanager) und ihre Teams; Kundeneinblicke Profis.
Überblick
Der Kurs folgt dem Kundenlebenszyklus, indem neue Kunden gewonnen, die bestehenden Kunden auf Rentabilität hin verwaltet, gute Kunden gehalten und schließlich verstanden werden, welche Kunden uns verlassen und warum. Wir werden mit echten (wenn auch anonymen) Daten aus einer Vielzahl von Branchen arbeiten, darunter Telekommunikation, Versicherungen, Medien und High-Tech.
Format
Vom Kursleiter geführtes Training über fünf halbtägige Sitzungen mit Übungen im Unterricht sowie Hausaufgaben. Es kann als Unterrichts- oder Fernkurs (online) angeboten werden.
Training Neural Network in R
14 StundenDieser Kurs ist eine Einführung in die Anwendung neuronaler Netze bei realen Problemen mit R-Project-Software.
Fortgeschrittene "R"-Programmierung
7 StundenDieser Kurs richtet sich an Datenwissenschaftler und Statistiker, die bereits über grundlegende R & C++ und R-Code-Kenntnisse verfügen und fortgeschrittene R-Code-Kenntnisse benötigen.
Ziel ist es, Teilnehmern, die an der Anwendung der Methoden bei der Arbeit interessiert sind, einen praktischen Kurs zur fortgeschrittenen R-Programmierung zu geben.
Branchenspezifische Beispiele sollen das Training für das Publikum relevant machen
Data Mining with R
14 StundenR ist eine freie Open-Source-Programmiersprache für statistische Berechnungen, Datenanalysen und Grafiken. R wird von einer wachsenden Anzahl von Managern und Datenanalysten in Unternehmen und Hochschulen verwendet. R bietet eine Vielzahl von Paketen für das Data Mining.
Programming with Big Data in R
21 StundenBig Data ist ein Begriff, der sich auf Lösungen bezieht, mit denen große Datenmengen gespeichert und verarbeitet werden können. Entwickelt von Go Ogle zunächst, diese Big Data haben Lösungen entwickelt und inspiriert andere ähnliche Projekte, von denen viele als Quelle Frei zur Verfügung stehen. R ist eine beliebte Programmiersprache in der Finanzbranche.
R
21 StundenR ist eine freie Open-Source-Programmiersprache für statistische Berechnungen, Datenanalysen und Grafiken. R wird von einer wachsenden Anzahl von Managern und Datenanalysten in Unternehmen und Hochschulen verwendet. R hat auch Anhänger unter Statistikern, Ingenieuren und Wissenschaftlern ohne Programmierkenntnisse gefunden, die es einfach finden, es zu benutzen. Seine Popularität ist auf den zunehmenden Einsatz von Data Mining für verschiedene Zwecke zurückzuführen, z. B. die Festlegung von Anzeigenpreisen, die schnellere Suche nach neuen Arzneimitteln oder die Feinabstimmung von Finanzmodellen. R bietet eine Vielzahl von Paketen für das Data Mining.
R Fundamentals
21 StundenR ist eine freie Open-Source-Programmiersprache für statistische Berechnungen, Datenanalysen und Grafiken. R wird von einer wachsenden Anzahl von Managern und Datenanalysten in Unternehmen und Hochschulen verwendet. R hat auch Anhänger unter Statistikern, Ingenieuren und Wissenschaftlern ohne Programmierkenntnisse gefunden, die es einfach finden, es zu benutzen. Seine Popularität ist auf den zunehmenden Einsatz von Data Mining für verschiedene Zwecke zurückzuführen, z. B. die Festlegung von Anzeigenpreisen, die schnellere Suche nach neuen Arzneimitteln oder die Feinabstimmung von Finanzmodellen. R bietet eine Vielzahl von Paketen für das Data Mining.
Building Web Applications in R with Shiny
7 StundenBeschreibung:
Dies ist ein Kurs, der R-Benutzern beibringen soll, wie sie Web-Apps erstellen, ohne browserübergreifendes HTML , Java Skript und CSS erlernen zu müssen.
Zielsetzung:
Erläutert die Grundlagen der Funktionsweise von Shiny-Apps.
Deckt alle häufig verwendeten Eingabe- / Ausgabe- / Rendering- / Bedienfeldfunktionen aus der Shiny-Bibliothek ab.
Introductory R for Biologists
28 StundenR ist eine freie Open-Source-Programmiersprache für statistische Berechnungen, Datenanalysen und Grafiken. R wird von einer wachsenden Anzahl von Managern und Datenanalysten in Unternehmen und Hochschulen verwendet. R hat auch Anhänger unter Statistikern, Ingenieuren und Wissenschaftlern ohne Programmierkenntnisse gefunden, die es einfach finden, es zu benutzen. Seine Popularität ist auf den zunehmenden Einsatz von Data Mining für verschiedene Zwecke zurückzuführen, z. B. die Festlegung von Anzeigenpreisen, die schnellere Suche nach neuen Arzneimitteln oder die Feinabstimmung von Finanzmodellen. R bietet eine Vielzahl von Paketen für das Data Mining.
Data Analytics With R
21 StundenR ist eine sehr beliebte Open-Source-Umgebung für statistische Berechnungen, Datenanalysen und Grafiken. Dieser Kurs führt die Studierenden in die Programmiersprache R ein. Er behandelt die Grundlagen der Sprache, Bibliotheken und fortgeschrittene Konzepte. Fortgeschrittene Datenanalyse und grafische Darstellung mit realen Daten.
Zielgruppe
Entwickler / Datenanalytik
Dauer
3 Tage
Format
Vorträge und Hands-on
R Programming for Data Analysis
14 StundenDieser Kurs ist Teil der Data Scientist-Fähigkeiten (Bereich: Daten und Technologie).
Introduction to Data Visualization with Tidyverse and R
7 StundenZielgruppe
Kursformat
Am Ende des Trainings werden die Teilnehmer in der Lage sein:
In diesem unterrichteten und live durchgeführten Kurs lernen die Teilnehmer, wie man Daten mit den Tools aus dem Tidyverse manipuliert und visualisiert.
Der Tidyverse ist eine Sammlung vielseitiger R-Pakete zur Bereinigung, Verarbeitung, Modellierung und Visualisierung von Daten. Einige der enthaltenen Pakete sind: ggplot2, dplyr, tidyr, readr, purrr und tibble.
- Anfänger in der R-Sprache
- Anfänger im Bereich Datenanalyse und Datavisualisierung
- Teil Vorlesung, teil Diskussion, Übungen und intensives Praktikum
- Datenanalyse durchführen und ansprechende Visualisierungen erstellen
- Nützliche Schlussfolgerungen aus verschiedenen Datensätzen von Beispieldaten ziehen
- Daten filtern, sortieren und zusammenfassen, um forschungsorientierte Fragen zu beantworten
- Verarbeitete Daten in informatische Linien-, Balken- und Histogramme umwandeln
- Daten aus diversen Datensources importieren und filtern, einschließlich Excel, CSV und SPSS-Dateien