R od podstaw

R od podstaw

Szkolenia otwarte

2 600 PLN

- Szkolenie, w którym uczestniczą osoby z różnych firm
- Plan szkolenia taki, jak przedstawiony na stronie
- Małe grupy szkoleniowe, 3-10 osób

Szkolenia zamknięte

Cena ustalana indywidualnie

- Szkolenie realizowane na indywidualne zamówienie
- Termin i miejsce szkolenia ustalamy indywidualnie
- Plan szkolenia dostosowany do potrzeb firmy

O szkoleniu

R jest obecnie jednym z najpopularniejszych narzędzi stosowanych do analizy danych. Jest to równocześnie język programowania, który pozwala na tworzenie skryptów automatyzujących analizę danych. Z pomocą R można tworzyć własne funkcje, przeprowadzać skomplikowane obliczenia, transformacje, analizy statystyczne, budować modele ekonometryczne, tworzyć piękne wykresy a nawet zautomatyzować raport analityczny.Dzięki dużej liczbie osób zaangażowanych w rozwój R liczba zastosowań i dostępnych metod statystycznych ciągle rośnie. R jest program darmowym i jedyną aplikacją, która oferuje dostęp do najnowszych osiągnięć nauki w zakresie metod statystycznych. Na chwilę obecną ogromna liczba instytutów, firm, banków oraz uczelni korzysta z R do analizy danych.

Dla kogo jest to szkolenie?

Szkolenie skierowane jest przede wszystkim do osób chcących zacząć korzystać z R:

  • Studentów
  • Analityków
  • Konsultantów
  • Menadżerów
  • Statystyków

Czego się nauczę?

Po ukończeniu szkolenia, uczestnik będzie potrafił:

  • Korzystać z R oraz RStudio
  • Przetwarzać dane
  • Importować dane z plików XLS, CSV, SAS, SPSS
  • Wykorzystywać R do analiz statystycznych
  • Tworzyć powtarzalne analizy
  • Budować pętle i warunkować wykonanie automatyzując prace
  • Tworzyć ładne wykresy

Plan szkolenia

Moduł I – Środowisko R

  1. Rozpoczynamy pracę z R
    • Konfiguracja R
    • Konfiguracja IDE dla R – RStudio
    • Przegląd funkcjonalności środowiska
    • Tworzenie projektu
    • Tryby pracy w R: skryptowy, interaktywny
    • Korzystanie z pomocy i poszukiwanie rozwiązań
    • Zarządzanie plikami i folderami
    • Biblioteki – zarządzanie repozytoria
    • Korzystanie ze skrótów klawiaturowych
    • Ćwiczenia
  2. Podstawy składni języka
    • Wyrażenia
    • Bloki
    • Komentarze
    • Keywords
    • Atomiczne typy danych: numeric, string etc
    • Ćwiczenia
  3. Operatory
    • Arytmetyczne
    • Relacji
    • Logiczne
    • Przypisania
    • Ćwiczenia
  4. Podstawowe obiekty danych
    • Przegląd obiektów w R do zapisywania danych
    • Skalary i wektory – tworzenie, łączenie, obliczenia
    • Macierze i tablice, tworzenie, łączenie, obliczenia
    • Factory – tworzenie, manipulacje
    • Listy – tworzenie, agregacja, manipulacje
    • Data frame – tworzenie, łączenie, manipulacje

Moduł II – Podstawy programowania w języku R

  1. Konstrukcje warunkowe i kontrola wykonania
    • Składnia dla konstrukcji if else
    • Switch
    • Wektoryzowane ifelse
    • Zagnieżdżone if else
  2. Pętle
    1. Składnia dla pętli w R for
    2. Pętla while
    3. Kontrola pętli z break oraz next
  3. Funkcje
    • Składnia dla funkcji
    • Wywołanie i argumenty
    • Zagnieżdżone funkcje
    • Funkcje anonimowe
  4. Programowanie funkcyjne
    • Rodzina funkcji apply i zastosowanie
    • Rodzina funkcji map z pakietu purr
    • Safely oraz possible do zarządzania błędami
  5. Debugowanie kodu
    1. Informacja o błędzie – traceback, print, browser
    2. Debugowanie z RStudio
  6. Kontrola wersji kodu – zarządzanie i utrzymanie
    1. Integracja RStudio z Git i GitHub
    2. Podstawy Git – Repo, commit, diff, tab
    3. Wzorce pracy z Git dla utrzymania kodu

Moduł III – Wykorzystanie R w analizie danych

  1.  Łączenie z danymi w R
    • Import/export z plików płaskich
    • Łączenie i praca z bazą danych
  2. Przetwarzanie danych – tidyverse
    • Wyodrębnianie danych – subskrypty i indeksy
    • Filtrowanie danych
    • Agregacja danych
    • Tworzenie zmiennych
    • Wykonywanie operacji na grupach
    • Zamiana typów danych
    • Duże zbiory danych
  3. Wykresy – ggplot2
    • Podstawowe wykresy dla 1 zmiennej
    • Podstawowe wykresy dla wielu zmiennych
    • Parametry graficzne
    • Zapisywanie wykresów w formatach png, jpg, pdf
    • Inne wykresy – korelogram, heatmapa
  4. Elementy statystyki w R
    • Statystyka opisowa
    • Rozkłady prawdopodobieństwa
    • Korelacja
    • ANOVA
    • Tesy statystyczne
    • Regresja liniowa
    • Diagnostyka regresji

Moduł IV – Wykorzystanie R w projektach analitycznych

  1. Workflow projektu
    1. Organizacja plików i podział na zadania
    2. Rozwiązanie w formie projektu
    3. Zarządzanie skryptami
    4. Wersjonowanie i kolaboracja
  2. Powtarzalne analizy
    • Projekty w RStudio
    • Knitr/rmarkdown – tworzenie dokumentacji analizy
    • Eksportowanie wyników do prezentacji, PDF i docx
  3. Dobre praktyki
    • Jak nazywać pliki, obiekty itp.
    • Zarzadzanie ustawieniami startowymi R
    • Zarządzanie bibliotekami i wersjami
  4. Case Study – Rozwiązujemy projekt analityczny
    • Definiujemy problem do rozwiązania
    • Ustawiamy projekt i repozytorium
    • Dzielimy zadania i kodujemy
    • Budujemy raport z analizy

 

Plan Szkolenia

Plan jest pusty

Instruktorzy


Zapytaj o szkolenie

Jestem zainteresowany/a


 

Zapytaj o szkolenie zamknięte

Jestem zainteresowany/a


 

Zapytaj o szkolenie otwarte
 

Jestem zainteresowany/a


 

Zapytaj o ścieżkę szkoleniową
 

Rodzaj ścieżki:

Preferowany tryb szkolenia:

DziennyPopołudniowyWeekendowy

Podaj wynik działania:


 
Co oferujemy na czas trwania pandemii COVID-19?  Dowiedz się więcej →