Data Analytics With R

• Preferowane jest podstawowe doświadczenie w programowaniu

Konfiguracja

• Nowoczesny laptop
• Zainstalowane najnowsze środowisko R studio i R

R to bardzo popularne środowisko open source do obliczeń statystycznych, analizy danych i grafiki. Ten kurs wprowadza studentów w język programowania R. Obejmuje podstawy języka, biblioteki i zaawansowane koncepcje. Zaawansowana analiza danych i wykresy z rzeczywistymi danymi.

Odbiorcy

Programiści / analityka danych

Czas trwania

3 dni

Format

Wykłady i ćwiczenia praktyczne

Dzień pierwszy: Podstawy języka

• Wprowadzenie do kursu
• O Data Science
  • Data Science Definicja
  • Proces wykonywania Data Science.
• Wprowadzenie R Language
• Zmienne i typy
• Struktury kontrolne (pętle / warunki)
• R Scala rs, wektory i macierze
  • Definiowanie wektorów R
  • Macierze
• Manipulacja ciągami znaków i tekstem
  • Typ danych znakowych
  • Plik IO
• Listy
• Funkcje
  • Wprowadzenie do funkcji
  • Zamknięcia
  • Funkcje lapply/sapply
• Ramki danych
• Laboratoria dla wszystkich sekcji

Dzień drugi: średniozaawansowany R Programming

• DataFrames i File I/O
• Odczytywanie danych z plików
• Przygotowanie danych
• Wbudowane zestawy danych
• Wizualizacja
  • Pakiet graficzny
  • plot() / barplot() / hist() / boxplot() / scatter plot
  • Mapa cieplna
  • Pakiet ggplot2 (qplot(), ggplot())
• Eksploracja za pomocą Dplyr
• Laboratoria dla wszystkich sekcji

Dzień trzeci: Zaawansowane Programming z R

• Modelowanie statystyczne przy użyciu języka R
  • Funkcje statystyczne
  • Radzenie sobie z NA
  • Rozkłady (dwumianowy, Poissona, normalny)
• Regresja
  • Wprowadzenie do regresji liniowej
• Zalecenia
• Przetwarzanie tekstu (pakiet tm / Wordclouds)
• Klastrowanie
  • Wprowadzenie do klastrowania
  • KMeans
• Klasyfikacja
  • Wprowadzenie do klasyfikacji
  • Naiwny Bayes
  • Drzewa decyzyjne
  • Trening przy użyciu pakietu caret
  • Ocena algorytmów
• R i Big Data
  • Łączenie R z bazami danych
  • Ekosystem Big Data
• Laboratoria dla wszystkich sekcji