👨‍💻DEV [Нетология] Исследуйте в R (2020)

[Odyvanchik]

Нетология - Исследуйте в R (2020)

Мы живём в эпоху цифровизации, когда каждый процесс можно автоматизировать и
упростить свою работу
. На языке R можно написать код, который освободит вам время для новых проектов.

Самая универсальная область применения R — аналитика.
Используя R, вы можете провести статистические тесты и проверить гипотезы, построить графики и сделать прогноз.

1. Легко собирайте данные из различных систем с R

2. Прокачайтесь до уровня middle в прогнозировании и визуализации в R-Studio

3. Автоматизируйте свои рутинные задачи после прохождения курса

Возможности после обучения

*

Собирать
Данные из большинства аналитических систем

Преобразовывать
R-скрипты для переработки получаемых данных в зависимости от задач

Анализировать
Рутинные процессы с помощью скриптов и показывать результаты на графиках

Достижения и ключевые навыки после обучения

Достигнутые результаты

1. Составлен прогноз продаж в зависимости от погоды

2. Собраны несколько наборов данных в один

3. Проведён анализ продаж интернет-маркетинга

4. Проведён анализ потребительских привычек регионов России

5. Составлен прогноз цены квартиры на основе характеристик

Ключевые навыки

1. Сбор данных из большинства веб-аналитических систем

2. Преобразование данных с помощью R-скриптов

3. Работа с клиент-серверными, облачными и локальными базами данных на языке R

4. Разработка скриптов для рассылки писем и создания наглядных графиков

Программа обучения:

Содержание Модуль 1 - Базовые принципы программирования на R

Рассмотрим базовые возможности языка R, научимся настраивать R-Studio и начнём использовать для простых операций.

1. R и R-Studio

2. Переменные их типы

3. Объявление переменных в R

4. Арифметические операции

5. Логические переменные и операции

6. Ветвление

7. Циклы

Содержание Модуль 2 - Отличия R от традиционного программирования

Познакомимся с векторами и техниками программирования в R.

1. Понятие вектора, векторные операции

2. Использование функций

3. Обзор основных функций и пакетов R

Содержание Модуль 3 - Работа с наборами данных

Научимся импортировать данные в R, познакомимся с фреймами данных, освоим базовые операции (просмотр, обращение к данным, преобразование, соединение, фильтрация).

1. DataFrame — что это и для чего

2. Импорт DataFrame в R

3. Простейшее исследование DataFrame

4. Доступ к переменным DataFrame (знак $)

5. Базовые операции с DataFrame

6. Фильтрация DataFrame

Содержание Модуль 4 - Визуализация в R

Познакомимся со способами визуализации данных в R, научимся применять визуализацию в зависимости от данных, интерпретировать графики. Научимся оценивать распределение, описательные статистики для двух и более переменных, узнаем о корреляции и регрессии.

1. Основы визуализации в R

2. Построение гистограмм — функция hist

3. Построение boxplot

4. Построение графиков зависимостей двух переменных

Содержание Модуль 5 - Продвинутая визуализация в R

Познакомимся с продвинутыми способами визуализации данных в R, научимся работать со сложными наборами данных и интерпретировать их.

1. Базовый шаблон ggplot

2. Геометрические типы и преобразования

3. Управление графическими параметрами

4. Группировка данных

5. Системы координат

6. Оси, легенды, подписи

7. Разделение графиков по фасетам

8. Интерактивная визуализация в Shiny

Содержание Модуль 6 - Исследовательский анализ данных в R

Научимся подготавливать данные к дальнейшей работе, анализу структуры, классификации без обучения (кластерный анализ).

1. Стандартизация данных

2. Иерархическая кластеризация

3. Метод k-средних (kmeans)

4. Основы мультивариативного анализа в R

Содержание Модуль 7 - Основы прогнозирования в R

Узнаем про основные модели прогнозирования, познакомимся с линейной регрессией и научимся её построению, оценке и использованию.

1. Модели прогнозирования

2. Линейная регрессия

3. Построение модели линейной регрессии в R

4. Оценка модели линейной регрессии и её использование

Содержание Модуль 8 - Создание и использование моделей в R

Узнаем больше о различных моделях прогнозирования и их использовании в полевых условиях, научимся их строить и валидировать. Познакомимся с работой с предсказанием категории и с несбалансированными данными.

*

Логистическая регрессия

Основные модели, основанные на деревьях решений

Валидация модели

Дилемма смещения-дисперсии

Работа с предсказанием категории

Работа с несбалансированными данными

Имплементация модели в работу компании



—————————————————————————

🔗 Продажник:

📥 СКАЧАТЬ КУРС:

Для просмотра содержимого вам необходимо Войти или Зарегистрироваться.

🔐 Хотите получить доступ?

Чтобы увидеть скрытые ссылки и ставить лайки, активируйте VIP-статус.

💎 ПОЛУЧИТЬ ДОСТУП Наш Telegram канал