Plan Szkolenia
Dzień 1
Wprowadzenie i podstawy
- Uprzyjemnienie pracy z R, R i dostępne interfejsy graficzne
- Rstudio
- Powiązane oprogramowanie i dokumentacja
- R i statystyka
- Interaktywne korzystanie z R
- Sesja wprowadzająca
- Uzyskiwanie pomocy dotyczącej funkcji i funkcjonalności
- Polecenia R, wrażliwość na wielkość liter itp.
- Przypominanie i korygowanie poprzednich poleceń
- Wykonywanie poleceń z pliku lub przekierowanie wyjścia do pliku
- Trwałość danych i usuwanie obiektów
Proste operacje; liczby i wektory
- Wektory i przypisanie
- Arytmetyka wektorowa
- Generowanie regularnych sekwencji
- Wektory logiczne
- Brakujące wartości
- Wektory znakowe
- Wektory indeksowe; wybór i modyfikacja podzbiorów danych
- Inne typy obiektów
Obiekty, ich typy i atrybuty
- Wewnętrzne atrybuty: typ i długość
- Zmiana długości obiektu
- Pobieranie i ustawianie atrybutów
- Klasa obiektu
Czynniki uporządkowane i nieuporządkowane
- Konkretny przykład
- Funkcja tapply() i nieregularne tablice
- Czynniki uporządkowane
Tablice i macierze
- Tablice
- Indeksowanie tablic. Podsekcje tablic
- Macierze indeksowe
- Funkcja array()
- Mieszana arytmetyka wektorowa i tablicowa. Zasada recyklingu
- Iloczyn zewnętrzny dwóch tablic
- Uogólniona transpozycja tablicy
- Funkcjonalności macierzowe
- Mnożenie macierzy
- Równania liniowe i odwracanie
- Wartości własne i wektory własne
- Rozkład wartości osobliwych i wyznaczniki
- Dopasowanie metodą najmniejszych kwadratów i rozkład QR
- Tworzenie macierzy podzielonych, cbind() i rbind()
- Funkcja konkatenacji, (), z tablicami
- Tablice częstości z czynników
Dzień 2
Listy i ramki danych
- Listy
- Tworzenie i modyfikowanie list
- Łączenie list
- Ramki danych
- Tworzenie ramek danych
- attach() i detach()
- Praca z ramkami danych
- Dołączanie dowolnych list
- Zarządzanie ścieżką wyszukiwania
Manipulacja danymi
- Wybór, podzbiory obserwacji i zmiennych
- Filtrowanie, grupowanie
- Przekodowywanie, transformacje
- Agregacja, łączenie zbiorów danych
- Manipulacja znakami, pakiet stringr
Wczytywanie danych
- Pliki txt
- Pliki CSV
- Pliki XLS, XLSX
- Dane w formatach SPSS, SAS, Stata,… i innych
- Eksport danych do formatów txt, csv i innych
- Dostęp do danych z baz danych za pomocą języka SQL
Rozkłady prawdopodobieństwa
- R jako zestaw tabel statystycznych
- Badanie rozkładu zbioru danych
- Testy jedno- i dwupróbkowe
Grupowanie, pętle i wykonywanie warunkowe
- Grupowane wyrażenia
- Instrukcje sterujące
- Wykonywanie warunkowe: instrukcje if
- Powtarzanie: pętle for, repeat i while
Dzień 3
Pisanie własnych funkcji
- Proste przykłady
- Definiowanie nowych operatorów binarnych
- Nazwane argumenty i wartości domyślne
- Argument '...'
- Przypisania wewnątrz funkcji
- Bardziej zaawansowane przykłady
- Czynniki efektywności w projektach blokowych
- Usuwanie wszystkich nazw w drukowanej tablicy
- Rekurencyjna całka numeryczna
- Zakres
- Dostosowywanie środowiska
- Klasy, funkcje generyczne i programowanie obiektowe
Analiza statystyczna w R
- Modele regresji liniowej
- Funkcje generyczne do ekstrakcji informacji o modelu
- Aktualizacja dopasowanych modeli
- Modele liniowe uogólnione
- Rodziny
- Funkcja glm()
- Klasyfikacja
- Regresja logistyczna
- Analiza dyskryminacyjna liniowa
- Uczenie nienadzorowane
- Analiza składowych głównych
- Metody grupowania (k-średnie, grupowanie hierarchiczne, k-medoidy)
- Analiza przeżycia
- Obiekty przeżycia w R
- Estymator Kaplana-Meiera
- Pasmo ufności
- Modele Coxa PH, stałe kowarianty
- Modele Coxa PH, kowarianty zależne od czasu
Procedury graficzne
- Polecenia rysowania wysokiego poziomu
- Funkcja plot()
- Wyświetlanie danych wielowymiarowych
- Wyświetlanie grafiki
- Argumenty do funkcji rysowania wysokiego poziomu
- Podstawowe wykresy wizualizacyjne
- Relacje wielowymiarowe z pakietami lattice i ggplot
- Używanie parametrów graficznych
- Lista parametrów graficznych
Automatyzowane i interaktywne raportowanie
- Łączenie wyników z R z tekstem
Tworzenie dokumentów html, pdf
Opinie uczestników (7)
Na koniec zajęć mieliśmy doskonały przegląd języka, otrzymaliśmy narzędzia do dalszego nauczenia się oraz sugestie, jak kontynuować naukę. Poruszyliśmy również tematy związane z sztuczną inteligencją i uczeniem maszynowym.
Victor Prado - Global Knowledge Network Training Ltd
Szkolenie - R
Przetłumaczone przez sztuczną inteligencję
Szkolenie omawiające programowanie w R jest dość intensywne, ale Tomasz zawsze jest pomocny, energiczny i na bieżąco aktualizuje swoje wiedzę. Dodatkowo, jest pasjonatem R. Mогę gorąco polecić jego sesje R każdemu zainteresowanemu tym językiem.
Luiza Panoschi - Global Knowledge Network Training Ltd
Szkolenie - R
Przetłumaczone przez sztuczną inteligencję
Ćwiczenia praktyczne były relevatne i bardzo pomocne do utrwalenia wiedzy.
Andy Kwan - Environment and Climate Change Canada
Szkolenie - R
Przetłumaczone przez sztuczną inteligencję
Ćwiczenia praktyczne po prezentacji slajdów utrzymywały angażowanie.
Robin White - Environment and Climate Change Canada
Szkolenie - R
Przetłumaczone przez sztuczną inteligencję
Michael był bardzo kompetentny i jasny w swoim przekazie szkolenia. Kurs był dobrze zorganizowany, aby nauczyć pożądanego tematu oraz zostawiono odpowiednią ilość miejsca na dostosowanie do naszych potrzeb. Ogólnie jestem bardzo zadowolony z kursu.
Brock Batey - Environment and Climate Change Canada
Szkolenie - R
Przetłumaczone przez sztuczną inteligencję
Pozytywny, fachowy i kontaktowy prowadzący
Piotr Kus
Szkolenie - R
Wiedza merytoryczna trenera i doświadczenie, różne przykłady
