Bądźmy w kontakcie

Plan Szkolenia

Dzień pierwszy: Podstawy języka

  • Wprowadzenie do kursu
  • O nauce o danych
    • Definicja nauki o danych
    • Proces pracy w nauce o danych.
  • Wprowadzenie do języka R
  • Zmienne i typy
  • Struktury sterujące (pętle / instrukcje warunkowe)
  • Skalary, wektory i macierze w R
    • Definiowanie wektorów w R
    • Macierze
  • Manipulacja ciągami znaków i tekstem
    • Typ danych znakowy
    • Wejście/wyjście plików
  • Listy
  • Funkcje
    • Wprowadzenie do funkcji
    • Domknięcia
    • Funkcje lapply/sapply
  • Ramki danych
  • Ćwiczenia laboratoryjne do wszystkich sekcji

Dzień drugi: Średnio zaawansowane programowanie w R

  • Ramki danych i wejście/wyjście plików
  • Odczytywanie danych z plików
  • Przygotowanie danych
  • Wbudowane zbiory danych
  • Wizualizacja
    • Pakiet graficzny
    • plot() / barplot() / hist() / boxplot() / wykres punktowy
    • Mapa cieplna
    • Pakiet ggplot2 (qplot(), ggplot())
  • Eksploracja za pomocą Dplyr
  • Ćwiczenia laboratoryjne do wszystkich sekcji

Dzień trzeci: Zaawansowane programowanie w R

  • Modelowanie statystyczne w R
    • Funkcje statystyczne
    • Radzenie sobie z wartościami NA
    • Rozkłady (dwumianowy, Poissona, normalny)
  • Regresja
    • Wprowadzenie do regresji liniowej
  • Rekomendacje
  • Przetwarzanie tekstu (pakiet tm / chmury słów)
  • Grupowanie
    • Wprowadzenie do grupowania
    • KMeans
  • Klasyfikacja
    • Wprowadzenie do klasyfikacji
    • Naiwny klasyfikator bayesowski
    • Drzewa decyzyjne
    • Trenowanie z użyciem pakietu caret
    • Ocena algorytmów
  • R i duże zbiory danych
    • Łączenie R z bazami danych
    • Ekosystem dużych zbiorów danych
  • Ćwiczenia laboratoryjne do wszystkich sekcji

Wymagania

  • Preferowana jest podstawowa znajomość programowania

Konfiguracja

  • Nowoczesny laptop
  • Zainstalowane najnowsze RStudio oraz środowisko R
 21 godzin

Liczba uczestników


Cena za uczestnika (netto)

Opinie uczestników (7)

Propozycje terminów

Powiązane Kategorie