Kom i kontakt

Kursplan

Dag ett: Språkets grunder

  • Kursintroduktion
  • Om datasapiens
    • Definition av datasapiens
    • Processen för att bedriva datasapiens
  • Introduktion till språket R
  • Variabler och datatyper
  • Styrsatser (Loopar / Villkorsstyrning)
  • R skalärer, vektorer och matriser
    • Definition av R-vektorer
    • Matriser
  • Hantering av strängar och text
    • Teckentypen (Character data type)
    • Filin-/utmatning (File IO)
  • Listor
  • Funktioner
    • Introduktion till funktioner
    • Slutningar (Closures)
    • lapply-/sapply-funktioner
  • DataFrames
  • Laborationer för alla avsnitt

Dag två: Mellannivå R-programmering

  • DataFrames och filin-/utmatning
  • Läsning av data från filer
  • Dataförberedelse
  • Inbyggda dataset
  • Visualisering
    • Graphics-paket
    • plot() / barplot() / hist() / boxplot() / spridningsdiagram
    • Värmekarta (Heat Map)
    • ggplot2-paket (qplot(), ggplot())
  • Utforskning med Dplyr
  • Laborationer för alla avsnitt

Dag tre: Avancerad programmering med R

  • Statistisk modellering med R
    • Statistiska funktioner
    • Hantering av NA-värden
    • Fördelningar (Binomial, Poisson, Normal)
  • Regression
    • Introduktion till linjär regression
  • Rekommendationer
  • Textbehandling (tm-paket / Wordclouds)
  • Klusteranalys
    • Introduktion till klusteranalys
    • K-means
  • Klassificering
    • Introduktion till klassificering
    • Naive Bayes
    • Beslutsträdar (Decision Trees)
    • Utbildning med hjälp av caret-paketet
    • Utvärdering av algoritmer
  • R och stordata (Big Data)
    • Koppla R till databaser
    • Ökosystemet för stordata
  • Laborationer för alla avsnitt

Krav

  • Grundläggande programmeringskunskaper är önskvärt

Installation

  • En modern bärbar dator
  • Senaste versionen av R Studio och R-ramverk installerat
 21 Timmar

Antal deltagare


Pris per deltagare

Vittnesmål (7)

Kommande Kurser

Relaterade Kategorier