R sprog til dataanalyse - gratis kursus fra Skillbox, træning, Dato: 29. november 2023.
Miscellanea / / December 05, 2023
Analytikere og forskere uden R-programmeringserfaring
Lær at programmere i R fra bunden og automatiser dit arbejde. Du vil være i stand til at løse mere komplekse problemer og øge din værdi på markedet.
Analytikere og forskere, der bruger R i deres arbejde
Organiser din viden og lær avancerede R-funktioner. Du vil kunne bruge mindre tid på daglige rutineopgaver.
For dem, der ønsker at arbejde med analytics
Mestre et populært datavidenskabsværktøj, og lær at behandle information ved hjælp af R-sproget.
Tag et skridt mod en karriere inden for analytics og slå dine konkurrenter lige fra starten.
R programmeringssprog
Introduktion til R-sproget og grundlæggende operationer
Installer R og RStudio, et R-udviklingsmiljø, og bliv fortrolig med dets grænseflade. Du lærer, hvordan du opretter R- og Rmarkdown-filer, begynder at lære sprogets syntaks og bliver fortrolig med begrebet vektor i R.
Typer og datastrukturer
Udforsk datatyper i R og lær, hvordan du konverterer data fra én type til en anden. Du vil forstå datastrukturer i R: vektorer, matricer, datarammer og lister. Find ud af, hvordan du arbejder med dem.
Kontrolstrukturer
Lær at bruge if-else betingede konstruktion, testbetingelser, arbejde med loops og funktioner.
Databehandling. tidyverse bibliotek
Læse og skrive filer i R
Du lærer at arbejde med filer i arbejdsmappen, læse og skrive filer i csv-, txt- og excel-formater.
Databehandling ved hjælp af grundlæggende R-værktøjer
Lær at bruge dataframes og arbejde med data ved hjælp af grundlæggende R-værktøjer. Du lærer, hvordan du viser en beskrivelse af en dataramme og arbejder med rækker og kolonner.
Databehandling med tidyverse-biblioteket: del 1
Bliv bekendt med tidyverse-biblioteket og dets muligheder. Du vil forstå funktionerne i tidyverse-syntaksen og lære at arbejde med forskellige funktioner. Du vil lære, hvordan du grupperer og samler data og uploader oversigtsoplysninger ved hjælp af Stargazer-biblioteket.
Databehandling med tidyverse-biblioteket: del 2
Lær at transformere datastrukturer og forbinde tabeller.
Arbejde med manglende værdier i R
Lær at søge efter og tælle manglende værdier og se efter mønstre i dem. Du vil forstå, hvordan du visualiserer manglende værdier ved hjælp af mus og VIM-biblioteker og udfylder hullerne ved hjælp af tidyverse.
Arbejde med ordinale og kategoriske data i R
Lær dataskalaer: numeriske, ordinale og kategoriske. Du vil forstå funktionerne i faktordata i R og operationer med dem. Lær at arbejde med kategoriske data med forcats.
Datavisualisering
Datavisualisering i R
Lær at bygge enkle grafer ved hjælp af grundlæggende R-værktøjer - histogram, scatterplot og linjegraf. Du lærer, hvordan du konfigurerer dem og uploader dem til en fil.
Datavisualisering med ggplot2-biblioteket
Lær, hvordan du bygger plots med ggplot2-biblioteket. Lær at arbejde med endimensionelle, todimensionelle og ikke-numeriske data og grupper data i grafer.
Statistisk dataanalyse i R
Intelligence Data Analysis i R
Lær om beskrivende statistik i R. Lær at bruge psykbiblioteket og se efter atypiske værdier. Lær Pearson og Spearman korrelationskoefficienterne og forstå, hvordan du bruger dem. Du vil lære om begrebet korrelationsmatricer, du vil være i stand til at visualisere dem og uploade dem til en rapport.
A/B-test: selektiv evaluering
Lær, hvordan du sætter opgaver og vælger et design til A/B-test. Lær at udføre stikprøver, identificere problemer i stikprøven og beregne dens størrelse under hensyntagen til fejlen og tillidsniveauet i dataene. Du vil være i stand til at beregne og analysere konfidensintervaller i A/B-test.
A/B-test: test af statistiske hypoteser
Lær at teste statistiske hypoteser ved hjælp af test og forstå mulige fejl under test. Lær, hvordan du sammenligner andele og gennemsnit i A/B-test, og lær algoritmen til at køre en A/B-test.
At finde sammenhænge i data i R
Lær at identificere sammenhænge i kvantitative og kategoriske data. Lær simpel lineær regression. Du lærer at arbejde med en regressionsmodel, tjekke dens kvalitet, uploade resultaterne og inkludere dem i en Rmarkdown-rapport.
Avanceret visualisering og præsentation af analyseresultater
Interaktive grafer med Plotly-biblioteket
Bliv bekendt med Plotly-projektet, forstå dets muligheder, syntaksfunktioner og funktioner. Lær at bygge interaktive Plot-grafer i 2D og 3D og publicer resultaterne på RPubs.
Analytiske dashboards i R: Shiny framework
Udforsk Shiny-projektet, dets muligheder og kodestruktur. Installer Shiny-biblioteket, lær hvordan du redigerer en skabelonapplikation, tilføjer menuer, datarammelinjer og grænsefladeelementer til dit dashboard.
Afsluttende projekt
Bearbejdning og analyse af socioøkonomiske data
Du vil downloade data fra forskellige filer, samle dem i en enkelt dataramme og behandle dem. Udfør eksplorativ analyse, opbyg regressionsmodeller og grafer, og fremlæg derefter resultaterne og fortolkningen i en rapport.