Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Schreiberen saubereren und wiederverwendbareren R-Code
- Überprüfung dessen, was R-Code skalierbar, lesbar und wartbar macht
- Erstellung wiederverwendbarer Funktionen mit klaren Eingaben, Ausgaben und Standards
- Reduzierung von Wiederholungen durch besseres Funktionsdesign und Skriptorganisation
Praktische Datentransformationsworkflows
- Aufbau klarer Analysepipelines mit tidyverse-Tools
- Arbeit mit gruppierten Zusammenfassungen, Joins und Umstrukturierung von Daten
- Strukturierung der Datenvorbereitungsschritte für wiederholbare Analysen
Funktionale Programmierung für wiederkehrende Aufgaben
- Nutzung von Iterationstools als Alternative zu sich wiederholenden Schleifen
- Anwendung von map-style-Workflows mit purrr
- Sichereres Umgang mit Fehlern und fehlenden Werten bei sich wiederholenden Aufgaben
Debugging und Leistungsverbesserung
- Auffinden und Behebung häufiger Codierungsfehler in Skripten und Funktionen
- Nutzung praktischer Debugging-Techniken in R und RStudio
- Benchmarking langsamer Codes und gezielte Leistungsverbesserungen
Reproduzierbares Reporting und Kommunikation
- Erstellung reproduzierbarer Berichte mit R Markdown
- Verfeinerung visueller Ausgaben mit ggplot2 für klarere Kommunikation
- Vorbereitung der Analyseergebnisse zur Weitergabe an Geschäfts- oder Forschungsinteressenten
Angewandter Workshop und nächste Schritte
- Kombination von Funktionen, Datenworkflows, Debugging und Reporting in einer praktischen Übung
- Übersicht über wichtige Techniken und gängige Muster für die tägliche R-Arbeit
- Identifizierung der nächsten Schritte für kontinuierliche Verbesserung in der R-Programmierung
Voraussetzungen
- Fundierte Kenntnisse der grundlegenden R-Syntax, Datentypen, Vektoren und Datenrahmen
- Erfahrung im Schreiben von Skripten in R und Arbeiten in RStudio
- Fortgeschrittene R-Programmierungserfahrung, einschließlich grundlegender Datenmanipulation und Plotting
Zielgruppe
- Datenanalysten, die effizienteren, wiederverwendbaren und wartbaren R-Code schreiben möchten
- Datenwissenschaftler, die stärkere Workflows für Analyse, Reporting und Zusammenarbeit benötigen
- Forscher und technische Fachkräfte, die R für praktische Datenarbeiten verwenden
14 Stunden
Erfahrungsberichte (1)
The flexible and friendly style. Learning exactly what was useful and relevant for me.
Jenny
Kurs - Advanced R
Maschinelle Übersetzung
