Kursplan

Dag ett: Språkets grunder

  • Introduktion till kursen
  • Om oss Data Science
    • Data Science Definition
    • Processen att göra Data Science.
  • Vi presenterar R Language
  • Variabler och typer
  • Kontrollstrukturer (loopar / villkor)
  • R Scalars, vektorer och matriser
    • Definiera R-vektorer
    • Studenthem
  • Sträng- och textmanipulering
    • Datatyp för tecken
    • Fil I/O
  • Listor
  • Funktioner
    • Introduktion till funktioner
    • Nedläggningar
    • Funktioner för lapply/sapply
  • Dataramar
  • Labb för alla sektioner

Dag två: Mellannivå R Programming

  • DataFrames och File I/O
  • Reading data from files
  • Data Preparation
  • Built-in Datasets
  • Visualization
    • Graphics Package
    • plot() / barplot() / hist() / boxplot() / scatter plot
    • Heat Map
    • ggplot2-paketet (qplot(), ggplot())
  • Exploration With Dplyr
  • Labs for all sections

Dag tre: Avancerad Programming med R

  • Statistical Modeling With R
    • Statistical Functions
    • Dealing With NA
    • Distributions (Binomial, Poisson, Normal)
  • Regression
    • Introducing Linear Regressions
  • Recommendations
  • Text Processing (tm-paket / Wordmoln)
  • Klustering
    • Introduktion till klustring
    • KMeans
  • Klassificering
    • Introduktion till klassificering
    • Naiv Bayes
    • Besluts träd
    • Träning med caret-paketet
    • Utvärdering av algoritmer
  • R och Big Data
    • Connecting R to databases
    • Big Data Ecosystem
  • Labb för alla sektioner

Krav

  • Grundläggande programmeringsbakgrund är att föredra

Installationen

 21 timmar

Antal deltagare


Price per participant

Vittnesmål (7)

Upcoming Courses

Relaterade Kategorier