Schulungsübersicht

Tag Eins: Sprachgrundlagen

  • Kursvorstellung
  • Über Data Science
    • Definition von Data Science
    • Prozess der Datenanalyse
  • Einführung in die R-Sprache
  • Variablen und Datentypen
  • Steuerstrukturen (Schleifen / Bedingungen)
  • R-Skalare, -Vektoren und -Matrizen
    • Definition von R-Vektoren
    • Matrizen
  • Zeichenkette und Textverarbeitung
    • Datentyp Zeichenkette
    • Datei-IO
  • Listen
  • Funktionen
    • Einführung in Funktionen
    • Closures
    • lapply/sapply-Funktionen
  • DataFrames
  • Übungen für alle Abschnitte

Tag Zwei: Fortgeschrittene R-Programmierung

  • DataFrames und Datei-IO
  • Lesen von Daten aus Dateien
  • Datenbereitung
  • Integrierte Datensätze
  • Visualisierung
    • Graphics-Paket
    • plot() / barplot() / hist() / boxplot() / Streudiagramm
    • Heat Map
    • ggplot2-Paket (qplot(), ggplot())
  • Erkundung mit Dplyr
  • Übungen für alle Abschnitte

Tag Drei: Fortgeschrittene Programmierung mit R

  • Statistische Modellierung mit R
    • Statistische Funktionen
    • Umgang mit NA-Werten
    • Verteilungen (Binomial, Poisson, Normal)
  • Regression
    • Einführung in lineare Regressionen
  • Empfehlungen
  • Textverarbeitung (tm-Paket / Wordclouds)
  • Clustering
    • Einführung in das Clustering
    • KMeans
  • Klassifizierung
    • Einführung in die Klassifizierung
    • Naive Bayes
    • Entscheidungsbäume
    • Training mit caret-Paket
    • Algorithmusbewertung
  • R und Big Data
    • Verbindung von R mit Datenbanken
    • Big Data Ökosystem
  • Übungen für alle Abschnitte

Voraussetzungen

  • Grundkenntnisse in Programmierung sind von Vorteil

Einrichtung

  • Ein moderner Laptop
  • Die neueste Version von R Studio und der R-Umgebung installiert
 21 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (7)

Kommende Kurse

Verwandte Kategorien