Kontakt aufnehmen
 Dauer 21 Stunden

Schulungsübersicht

Tag 1: Sprachliche Grundlagen

  • Kurs-Einführung
  • Grundlagen der Data Science
    • Definition von Data Science
    • Der Prozess der Data Science
  • Einführung in die Sprache R
  • Variablen und Datentypen
  • Steuerungsstrukturen (Schleifen/Bedingungen)
  • R-Scalar, Vektoren und Matrizen
    • Definition von R-Vektoren
    • Matrizen
  • Zeichenketten und Textbearbeitung
    • Zeichendatentyp
    • Datei-E/A (Input/Output)
  • Listen
  • Funktionen
    • Einführung in Funktionen
    • Closures
    • lapply/sapply-Funktionen
  • DataFrames
  • Übungsbeispiele für alle Abschnitte

Tag 2: Fortgeschrittenes R-Programmieren

  • DataFrames und Datei-E/A
  • Laden von Daten aus Dateien
  • Datenaufbereitung
  • Eingebaute Datensätze
  • Visualisierung
    • Graphics-Paket
    • plot() / barplot() / hist() / boxplot() / Streudiagramm
    • Heatmap
    • ggplot2-Paket (qplot(), ggplot())
  • Datenerkundung mit Dplyr
  • Übungsbeispiele für alle Abschnitte

Tag 3: Fortgeschrittenes Programmieren mit R

  • Statistisches Modellieren mit R
    • Statistische Funktionen
    • Umgang mit NA
    • Verteilungen (Binomial, Poisson, Normal)
  • Regression
    • Einführung in lineare Regression
  • Empfehlungen
  • Textverarbeitung (tm-Paket / Wortwolken)
  • Clustering
    • Einführung in Clustering
    • K-Means
  • Klassifizierung
    • Einführung in Klassifizierung
    • Naive Bayes
    • Entscheidungsbäume
    • Training mit dem caret-Paket
    • Evaluierung von Algorithmen
  • R und Big Data
    • Verbinden von R mit Datenbanken
    • Big-Data-Ökosystem
  • Übungsbeispiele für alle Abschnitte

Voraussetzungen

  • Grundlegende Programmierkenntnisse sind von Vorteil

Einrichtung

  • Ein aktueller Laptop
  • Installierte aktuelle R Studio-Software und R-Umgebung

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (7)

Kommende Kurse

Verwandte Kategorien