Markededsanalytikk ved hjelp av R Treningskurs

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 en svært populær, åpen kilde miljø for statistisk beregning, datavareanalyse og grafikk. Denne kurset introduserer R-programmeringsspråket for studenter. Det dekker språkets grunnleggende begreper, biblioteker og avanserte konsepter. Avansert datavareanalyse og grafisk framstilling med virkelige data.

Målgruppe

Utviklere / datavareanalytikere

Varighet

3 dager

Format

Foredrag og praktiske øvelser

Denne instruktørledede, live-trening (online eller på stedet) er rettet mot mellomnivå dataanalytikere og næringslivsprofesjoner som ønsker å utføre tidsrekkeprognoser og automatisere dataanalyseprosesser ved hjelp av R.

Ved slutten av denne treningen vil deltakerne være i stand til å:

• Forstå grunnleggende prinsipper for prognoseteknikker i R.
• Bruke eksponentiell glatting og ARIMA-modeller for tidsrekkeanalyse.
• Bruke 'forecast' pakken for å generere nøyaktige prognosemodeller.
• Automatisere prognoseprosesser for næringsliv og forskningsapplikasjoner.

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.

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.

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).

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.

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.

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

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

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.