Prognoser med R Treningskurs

Publikum

• ledere
• utviklere
• forskere
• studenter

Kursets format

online instruksjon og diskusjon ELLER ansikt til ansikt workshops

R  er et open-source gratis programmeringsspråk for statistisk databehandling, dataanalyse og grafikk. Forskning brukes av et økende antall ledere og dataanalytikere innenfor bedrifter og akademi. R har også funnet følgere blant statistikkere, ingeniører og forskere uten dataprogrammeringsferdigheter som finner det enkelt å bruke. Dess popularitet skyldes den økende bruken av data mining for ulike formål som å sette reklamepriser, finne nye stoffer raskere eller fine-tune finansielle modeller. R har et bredt spekter av pakker for data mining.

Dette kurset dekker manipulering av objekter i R inkludert lesedata, tilgang til R pakker, skrive R funksjoner, og lage informative diagrammer. Det inkluderer analysering av data ved hjelp av vanlige statistiske modeller. Kurset lærer hvordan du bruker R-programvaren (https://www.r-project.org) både på en kommandolinje og i en grafisk brukergrensesnitt (GUI).

Målgruppe

Bedriftsledere (markedssjef, produktansvarlige, kunderelasjoner), samt deres team; eksperter innen kundepåvirkningsarbeid.

Oversikt

Kurset følger kundens livssyklus, fra å skaffe nye kunder, til å håndtere eksisterende kunder for å øke inntekter, beholde de beste kundene, og til slutt forstå hvem som forlater oss og hvorfor. Vi vil arbeide med virkelige (men anonyme) data fra forskjellige bransjer, inkludert telekommunikasjon, forsikring, media og høyteknologi.

Format

Instruktørledet opplæring over fem halvdagssessjoner med øvelser i klasserommet og hjemmeoppgaver. Kan leveres som et klasseromskurs eller et fjerndistansekurs (online).

Dette kurset er en innføring i å anvende neuronnettverk i virkelige problemer ved bruk av R-project-programvaren.

Kursen er ment for dataforskere og statistikere som allerede har grunnleggende R- & C++-kodingsevner og R-kode, og som trenger avanserte R-kodingsevner.

Formålet er å gi en praktisk avansert R-programmeringskurs til deltakere som er interessert i å bruke metodene på arbeidsplassen.

Bransjespesifikke eksempler brukes for å gjøre opplæringen relevant for målgruppen.

Big Data er en betegnelse som refererer til løsninger som er beregnet på å lagre og behandle store datamengder. Utviklet av Google i utgangspunktet, har disse Big Data-løsningene utviklet seg og inspirert andre lignende prosjekter, mange av disse tilgjengelig som open source. R er et populært programmeringsspråk innen finansbransjen.

R er et gratis programmeringsspråk med åpen kildekode for statistisk databehandling, dataanalyse og grafikk. R brukes av et økende antall ledere og dataanalytikere i selskaper og akademia. R har også funnet tilhengere blant statistikere, ingeniører og forskere uten dataprogrammeringsevner som synes det er enkelt å bruke. Dens popularitet skyldes den økende bruken av data mining for forskjellige mål, for eksempel angitte annonsepriser, finne nye medisiner raskere eller finjustere økonomiske modeller. R har et bredt utvalg av pakker for data mining.

R er et gratis programmeringsspråk med åpen kildekode for statistisk databehandling, dataanalyse og grafikk. R brukes av et økende antall ledere og dataanalytikere i selskaper og akademia. R har også funnet tilhengere blant statistikere, ingeniører og forskere uten dataprogrammeringsevner som synes det er enkelt å bruke. Dens popularitet skyldes den økende bruken av data mining for forskjellige mål, for eksempel angitte annonsepriser, finne nye medisiner raskere eller finjustere økonomiske modeller. R har et bredt utvalg av pakker for data mining.

Beskrivelse: 

Dette er et kurs som er designet for å lære R-brukere å lage web-apps uten å måtte lære cross-browser-script og CSS.

Mål:

Dekkes grunnleggende funksjoner til hvordan Shiny-apps fungerer.

Dekkes alle vanlige inn-/ut-/render-/panel-funksjoner fra Shiny-biblioteket.

R er et gratis programmeringsspråk med åpen kildekode for statistisk databehandling, dataanalyse og grafikk. R brukes av et økende antall ledere og dataanalytikere i selskaper og akademia. R har også funnet tilhengere blant statistikere, ingeniører og forskere uten dataprogrammeringsevner som synes det er enkelt å bruke. Dens popularitet skyldes den økende bruken av data mining for forskjellige mål, for eksempel angitte annonsepriser, finne nye medisiner raskere eller finjustere økonomiske modeller. R har et bredt utvalg av pakker for data mining.

R er en populær, open source-miljø for statistisk beregning, dataanalyse og grafikk. Denne kursen gir en innføring i R-programmeringsspråket til studenter. Det dekker språkfundamentet, biblioteker og avanserte konsepter. Avansert dataanalyse og visualisering med sanntidsdata.

Målgruppe

Utviklere / dataanalytikere

Varighet

3 dager

Format

Forelesninger og praksisoppgaver

Dette kurset er en del av datavitenskapsfagets kompetansesett (Område: Data og teknologi)

R er et åpent kildekodeprogrammeringsspråk for statistisk beregning, dataanalyse og grafikk. R blir brukt av et økende antall ledere og dataanalytikere i bedrifter og akademiske institusjoner. R har et bredt utvalg av pakker for datamining.

R er et gratis programmeringsspråk med åpen kildekode for statistisk databehandling, dataanalyse og grafikk. R brukes av et økende antall ledere og dataanalytikere i selskaper og akademia. R har et bredt utvalg av pakker for data mining.

Målgruppe

Kursformat

Ved slutten av denne opplæringen vil deltakerne være i stand til:

I denne instruktørledede, live opplæringen vil deltakerne lære å manipulere og visualisere data ved hjelp av verktøyene som er inkludert i Tidyverse.

Tidyverse er en samling av fleksible R-pakker for rengjøring, bearbeiding, modellering og visualisering av data. Noen av pakkene som er inkludert er: ggplot2, dplyr, tidyr, readr, purrr og tibble.

• Nybegynnere i R-språket
• Nybegynnere i dataanalyse og datavisualisering

• Del forelesning, del diskusjon, øvelser og mye praktisk trening

• Utføre dataanalyse og opprette tiltrekkende visualiseringer
• Trekke nyttige konklusjoner fra forskjellige datasett med eksempeldata
• Filtrere, sortere og summere data for å svare på utforskende spørsmål
• Omforme bearbeidet data til informativ linjediagrammer, søylediagrammer, histogramm
• Importere og filtrere data fra forskjellige datasøk, inkludert Excel, CSV- og SPSS-filer