Топ-100
Сейчас ищут:

Программирование [Нетология] Язык R для аналитики (2020)

Admin

Администратор
Команда форума
Регистрация
30 Дек 2017
Сообщения
148,686
Симпатии
4,171


R – самый популярный язык программирования среди аналитиков
по данным опроса O’Reilly Media
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.

Кому подойдёт этот курс
  • Интернет-маркетологам
    Получите инструмент для работы с данными. Автоматизируете рутинные операции и научитесь создавать информативные отчёты. Начнёте говорить с программистами на одном языке.
  • Начинающим аналитикам
    Добавите ещё один профессиональный навык в резюме и углубите понимание статистики. Научитесь собирать и анализировать в одном месте данные по всем проектам.
Чему вы научитесь
  • Собирать данные из большинства аналитических систем
  • Преобразовывать R-скрипты для переработки получаемых данных в зависимости от задач
  • Анализировать процессы с помощью скриптов и показывать результаты на графиках
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


Пожалуйста Войдите или Зарегистрируйтесь для просмотра скрытого текста.



Скачать:

Для просмотра содержимого вам необходимо авторизоваться или зарегистрироваться.

Если у Вас нет Премиум статуса:

Преимущества VIP-подписки

Оформить VIP-Подписку

 
Последнее редактирование:

Похожие курсы:

Сверху