Schulungsübersicht

Tag eins: Grundlagen der Sprache

  • Einführung in den Kurs
  • Über Data Science
    • Data Science Definition
    • Prozess des Handelns Data Science.
  • Einführung R Language
  • Variablen und Typen
  • Kontrollstrukturen (Schleifen / Konditionale)
  • R Scalars, Vektoren und Matrizen
    • Definieren von R-Vektoren
    • Matrizen
  • String- und Textmanipulation
    • Zeichen-Datentyp
    • Datei IO
  • Listen
  • Funktionen
    • Einführung in Funktionen
    • Verschlüsse
    • lapply/sapply-Funktionen
  • DatenFrames
  • Übungen für alle Abschnitte

Zweiter Tag: R für Fortgeschrittene Programming

  • DatenFrames und Datei-E/A
  • Lesen von Daten aus Dateien
  • Vorbereitung von Daten
  • Eingebaute Datensätze
  • Visualisierung
    • Grafik-Paket
    • plot() / barplot() / hist() / boxplot() / Streudiagramm
    • Heatmap
    • ggplot2-Paket (qplot(), ggplot())
  • Erkundung mit Dplyr
  • Übungen für alle Abschnitte

Dritter Tag: Fortgeschrittene Programming mit R

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

Voraussetzungen

  • Grundlegende Programmierkenntnisse sind von Vorteil

Einrichtung

 21 Stunden

Teilnehmerzahl


Price per participant (excl. VAT)

Erfahrungsberichte (7)

Kommende Kurse

Verwandte Kategorien