Kontakt aufnehmen

Schulungsübersicht

Tag 1: Sprachgrundlagen

  • Einführung in den Kurs
  • Einführung in die Data Science
    • Definition von Data Science
    • Prozess der Data Science
  • Einführung in die R-Sprache
  • Variablen und Datentypen
  • Steuerungsstrukturen (Schleifen / Bedingungen)
  • R-Skalare, Vektoren und Matrizen
    • Definition von R-Vektoren
    • Matrizen
  • String- und Textmanipulation
    • Datentyp Zeichen
    • Datei-E/A (Eingabe/Ausgabe)
  • Listen
  • Funktionen
    • Einführung in Funktionen
    • Closures
    • Funktionen lapply/sapply
  • DataFrames
  • Praxisübungen für alle Abschnitte

Tag 2: Mittelstufene R-Programmierung

  • DataFrames und Datei-E/A
  • Lesen von Daten aus Dateien
  • Datenaufbereitung
  • Integrierte Datensätze
  • Visualisierung
    • Grafikpaket
    • plot() / barplot() / hist() / boxplot() / Streudiagramm
    • Heatmap
    • ggplot2-Paket (qplot(), ggplot())
  • Datenerkundung mit dplyr
  • Praxisübungen für alle Abschnitte

Tag 3: Fortgeschrittene R-Programmierung

  • Statistische Modellierung mit R
    • Statistische Funktionen
    • Umgang mit NA-Werten
    • Verteilungen (Binomial, Poisson, Normalverteilung)
  • Regression
    • Einführung in lineare Regression
  • Empfehlungen
  • Textverarbeitung (tm-Paket / Wortwolken)
  • Clustering
    • Einführung in Clustering
    • KMeans
  • Klassifizierung
    • Einführung in Klassifizierung
    • Naive Bayes
    • Entscheidungsbäume
    • Training mit dem caret-Paket
    • Auswertung von Algorithmen
  • R und Big Data
    • Verbindung von R mit Datenbanken
    • Big-Data-Ökosystem
  • Praxisübungen für alle Abschnitte

Voraussetzungen

  • Grundlegende Programmierkenntnisse werden empfohlen

Einrichtung

  • Ein modernes Laptop
  • Die aktuelle Version von R Studio und die R-Umgebung installiert
 21 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (7)

Kommende Kurse

Verwandte Kategorien