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
Erfahrungsberichte (7)
Endlich habe ich das Konzept der Pipes verstanden und weiß, wie ich R in unserem Arbeitskontext einsetzen kann.
Katrin Groth - Senatsverwaltung fur Bildung, Jugend und Familie
Kurs - Data Analytics With R
Maschinelle Übersetzung
Der Umgang mit den Funktionen in R.
Mustafa Kirmizigul - Senatsverwaltung fur Bildung, Jugend und Familie
Kurs - Data Analytics With R
Die praktischen Anwendungen im echten Leben mit Statcan und CER als Beispiele.
Matthew - Natural Resources Canada
Kurs - Data Analytics With R
Maschinelle Übersetzung
Sein Wissen und die Codes waren bereits in den Dateien geschrieben, sodass ich nach den Kursen weiterstudieren und mich selbstständig üben konnte.
GLORIA ADANNE - Natural Resources Canada
Kurs - Data Analytics With R
Maschinelle Übersetzung
Viele R-Codes und gute Beispiele bereitgestellt
Kasia - Natural Resources Canada
Kurs - Data Analytics With R
Maschinelle Übersetzung
Umfangreich und gut entwickelt. Auch eine Fülle unterstützender Informationen ist online verfügbar.
Michel - Natural Resources Canada
Kurs - Data Analytics With R
Maschinelle Übersetzung
Mir hat gefallen, dass der Trainer sicherstellte, dass wir alle die Vorlesungen verstanden und mit ihnen Schritt halten konnten. Wenn wir ein Problem hatten, stoppte er und half uns, es zu lösen.
Cesar - AMERICAN EXPRESS COMPANY MEXICO
Kurs - Data Analytics With R
Maschinelle Übersetzung