Kontakt aufnehmen

Schulungsübersicht

Tag eins: Sprachgrundlagen

  • Kurseinführung
  • Grundlagen der Data Science
    • Definition von Data Science
    • Prozess der Data Science
  • Einführung in die Sprache R
  • Variablen und Datentypen
  • Kontrollstrukturen (Schleifen / Bedingungszweige)
  • R-Skalarwerte, Vektoren und Matrizen
    • Definition von R-Vektoren
    • Matrizen
  • Manipulation von Strings und Texten
    • Datentyp Zeichenfolge (Character)
    • Datei-Input/Output
  • Listen
  • Funktionen
    • Einführung in Funktionen
    • Closures
    • Funktionen lapply/sapply
  • DataFrames
  • Übungen für alle Abschnitte

Tag zwei: Mittelstufe R-Programmierung

  • DataFrames und Datei-Input/Output
  • Laden von Daten aus Dateien
  • Datenaufbereitung
  • Eingebaute Datensätze
  • Visualisierung
    • Paket Graphics
    • plot() / barplot() / hist() / boxplot() / Streudiagramm
    • Wärmekarte (Heatmap)
    • Paket ggplot2 (qplot(), ggplot())
  • Exploration mit Dplyr
  • Übungen für alle Abschnitte

Tag drei: Fortgeschrittene Programmierung mit R

  • Statistisches Modellieren mit R
    • Statistische Funktionen
    • Umgang mit NA (Fehlwerte)
    • Verteilungen (Binomial, Poisson, Normal)
  • Regression
    • Einführung in lineare Regressionen
  • Empfehlungen
  • Textverarbeitung (Paket tm / Wortwolken)
  • Clustering
    • Einführung in das Clustering
    • KMeans
  • Klassifizierung
    • Einführung in die Klassifizierung
    • Naive Bayes
    • Entscheidungsbäume
    • Training mit dem Paket caret
    • Bewertung von Algorithmen
  • R und Big Data
    • Verbindung von R zu Datenbanken
    • Big-Data-Ökosystem
  • Übungen für alle Abschnitte

Voraussetzungen

  • Grundlegende Programmiererfahrung ist von Vorteil

Einrichtung

  • Ein modernes Laptop
  • Installiertes aktuelles R Studio und R-Umgebung
 21 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (7)

Kommende Kurse

Verwandte Kategorien