Schulungsübersicht
I. Einleitung und Vorbemerkungen
1. Übersicht
- R benutzerfreundlicher machen, R und verfügbare GUIs Rstudio Verwandte Software und Dokumentation R und Statistiken Interaktive Verwendung von R Eine Einführungssitzung Hilfe zu Funktionen und Features erhalten R-Befehle, Groß-/Kleinschreibung usw. Abrufen und Korrigieren früherer Befehle Ausführen von Befehlen von oder Umleiten der Ausgabe zu eine Datei, Datenpermanenz und Entfernen von Objekten Go aus der Programmierpraxis: Eigenständige Skripte, gute Lesbarkeit, z. B. strukturierte Skripte, Dokumentation, Markdown-Installation von Paketen; CRAN und Bioleiter
2. Daten lesen
- Txt-Dateien (read.delim) CSV-Dateien
3. Einfache Manipulationen; Zahlen und Vektoren + Arrays
- Vektoren und Zuweisung Vektorarithmetik Generieren regelmäßiger Folgen Logische Vektoren Fehlende Werte Zeichenvektoren Indexvektoren; Auswählen und Ändern von Teilmengen eines Datensatzes. Arrays
Listen Erstellen und Ändern von Listen. Verketten von Listen
- Datenrahmen Erstellen von Datenrahmen
6. Mehr zum Lesen von Daten
- XLS-, XLSX-Dateien, Readr- und ReadXL-Pakete, SPSS, SAS, Stata usw. und andere Datenformate. Exportieren von Daten in TXT, CSV und andere Formate
6. Gruppierung, Schleifen und bedingte Ausführung
- Gruppierte Ausdrücke Kontrollanweisungen Bedingte Ausführung: if-Anweisungen Wiederholte Ausführung: For-Schleifen, Repeat und While-Einführung in Apply, Lapply, Sapply, Tapply
7. Funktionen
- Funktionen erstellen Optionale Argumente und Standardwerte Variable Anzahl von Argumenten Umfang und seine Konsequenzen
8. Einfache Grafiken in R
- Erstellen eines Diagramms, Dichtediagramme, Punktdiagramme, Balkendiagramme, Liniendiagramme, Kreisdiagramme, Boxplots, Streudiagramme, Kombinationsdiagramme
II. Statistische Analyse in R
- 1. Wahrscheinlichkeitsverteilungen
R als Satz statistischer Tabellen. Untersuchen der Verteilung eines Datensatzes
2. Prüfung von Hypothesen
- Tests zu einem Population Mean Likelihood Ratio-Test, Ein- und Zwei-Stichproben-Tests, Chi-Quadrat-Go-Anpassungstest, Kolmogorov-Smirnov, Ein-Stichproben-Statistik, Wilcoxon-Signed-Rank-Test, Zwei-Stichproben-Test, Wilcoxon-Rangsummentest, Mann-Whitney Testen Sie den Kolmogorov-Smirnov-Test
3. Mehrfaches Testen von Hypothesen
- Typ-I-Fehler und FDR-ROC-Kurven und AUC-Mehrfachtestverfahren (BH, Bonferroni usw.)
4. Lineare Regressionsmodelle
- Allgemeine Funktionen zum Extrahieren von Modellinformationen. Aktualisieren angepasster Modelle. Verallgemeinerte lineare Modelle. Familien. Die glm()-Funktion
Logistische Regression der Klassifizierung
- Lineare Diskriminanzanalyse
III. Bearbeitete Probleme in der Bioinformatik
- Kurze Einführung in das Limma-Paket Microarray-Datenanalyse-Workflow Daten-Download von GEO: https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE1397 Datenverarbeitung (QC, Normalisierung, Differentialausdruck) Vulkandiagramm Custering-Beispiele + Heatmaps
Erfahrungsberichte (9)
I learned a lot - not only in theoretical knowledge but I also applied that knowledge during the training and therefore I really understood what process mining is and how it works. Thanks a lot!
Julia Dörre - Techniker Krankenkasse
Kurs - Process Mining
The pace was just right and the relaxed atmosphere made candidates feel at ease to ask questions.
Rhian Hughes - Public Health Wales NHS Trust
Kurs - Introduction to Data Visualization with Tidyverse and R
Der Inhalt, denn ich fand ihn sehr interessant und denke, dass er mir in meinem letzten Jahr an der Universität helfen wird.
Krishan - NBrown Group
Kurs - From Data to Decision with Big Data and Predictive Analytics
Maschinelle Übersetzung
very tailored to needs
Yashan Wang
Kurs - Data Mining with R
The trainer was so knowledgeable and included areas I was interested in
Mohamed Salama
Kurs - Data Mining & Machine Learning with R
Good real world examples, reviews of existing reports
Ronald Parrish
Kurs - Data Visualization
Intensity, Training materials and expertise, Clarity, Excellent communication with Alessandra
Marija Hornis Dmitrovic - Marija Hornis
Kurs - Data Science for Big Data Analytics
how the trainor shows his knowledge in the subject he's teachign
john ernesto ii fernandez - Philippine AXA Life Insurance Corporation
Kurs - Data Vault: Building a Scalable Data Warehouse
Ich fühle mich jetzt sicherer im Umgang mit dem Programmieren. Ich habe es noch nie gemacht, aber jetzt verstehe ich, dass es keine Raketenwissenschaft ist und ich es tun kann, wenn es nötig ist.
Anna - Birmingham City University
Kurs - Foundation R
Maschinelle Übersetzung