Schulungsübersicht

Tag Eins: Sprachgrundlagen

  • Kurs-Einführung
  • Über Data Science
    • Definition von Data Science
    • Prozess der Durchführung von Data Science.
  • Einführung in R Language
  • Variablen und Typen
  • Steuerstrukturen (Schleifen / Bedingungen)
  • R-Skalare, Vektoren und Matrizen
    • Definieren von R-Vektoren
    • Matrizen
  • Zeichenketten- und Textmanipulation
    • Datentyp "Zeichen"
    • Datei-E/A
  • Listen
  • Funktionen
    • Einführung in Funktionen
    • Closures
    • lapply/sapply-Funktionen
  • DataFrames
  • Laborübungen für alle Abschnitte

Tag Zwei: Fortgeschrittenes R Programming

  • DataFrames und Datei-E/A
  • Lesen von Daten aus Dateien
  • Datenvorbereitung
  • Eingebaute Datensätze
  • Visualisierung
    • Grafik-Paket
    • plot() / barplot() / hist() / boxplot() / Streudiagramm
    • Heat Map
    • ggplot2-Paket (qplot(), ggplot())
  • Exploration mit Dplyr
  • Laborübungen für alle Abschnitte

Tag Drei: Fortgeschrittene Programming Mit R

  • Statistisches Modellieren mit R
    • Statistische Funktionen
    • Umgang mit NA
    • Verteilungen (Binomial, Poisson, Normal)
  • Regression
    • Einführung in lineare Regressionsmodelle
  • Empfehlungen
  • Textverarbeitung (tm-Paket / Wordclouds)
  • Clustering
    • Einführung in das Clustering
    • KMeans
  • Klassifikation
    • Einführung in die Klassifikation
    • Naive Bayes
    • Entscheidungsbaum
    • Training mit dem caret-Paket
    • Bewertung von Algorithmen
  • R und Big Data
    • Verbinden von R mit Datenbanken
    • Big Data Ecosystem
  • Laborübungen für alle Abschnitte

Voraussetzungen

  • Grundlegendes Wissen in der Programmierung wird empfohlen

Setup

 21 Stunden

Teilnehmerzahl


Price per participant (excl. VAT)

Erfahrungsberichte (7)

Kommende Kurse

Verwandte Kategorien