MENU
   

  [email protected]

» » » Язык R для аналитики (2020)
Рейтинг:
(голосов: 1)
8 октября 2020
 

Язык R для аналитики (2020)


Язык R для аналитики (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. Научитесь легко собирать данные из различных систем. Прокачайтесь до уровня middle в прогнозировании и визуализации в R-Studio. Автоматизируйте рутинные задачи.

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
1. Собирать
Данные из большинства аналитических систем
2. Преобразовывать
R-скрипты для переработки получаемых данных в зависимости от задач
3. 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:

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

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

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

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

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

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

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

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.
1. Логистическая регрессия
2. Основные модели, основанные на деревьях решений
3. Валидация модели
4. Дилемма смещения-дисперсии
5. Работа с предсказанием категории
6. Работа с несбалансированными данными
7. Имплементация модели в работу компании

Язык R для аналитики (2020)Язык R для аналитики (2020)Язык R для аналитики (2020)
Язык R для аналитики (2020)Язык R для аналитики (2020)Язык R для аналитики (2020)
Язык R для аналитики (2020)Язык R для аналитики (2020)Язык R для аналитики (2020)

Название: Язык R для аналитики
Год выхода: 2020
Автор: Ольга Титова, Андрей Макеев (Нетология)
Жанр: Видеокурс, программирование, разработка, обучение
Формат: MP4
Видео: AVC | 1280x720 | ~585 Kbps
Аудио: AAC | 112 kb/s | 32 KHz
Язык: Русский
Продолжительность: 18:34:17
Размер: 9.04 Gb

Скачать Язык R для аналитики (2020)


Скачать Веб уроки Язык R для аналитики (2020)

вы можете с файлообменников по ссылкам выше или с помощью приложения для поиска и скачивания файлов

Скачать "Язык R для аналитики (2020)" с помощью MediaGet

Скачать через новый бесплатный торрент клиент MediaGet

   
 
Раздел: Веб уроки | Просмотрено: 71 раз
 
Понравился пост? Поддержи Pixelbrush, нажми:

 
Информация

Посетители, находящиеся в группе Гости, не могут оставлять комментарии к данной публикации.
   

   
Регистрация | Забыли пароль?

Авторизация через соц. сети

 


 
   
  After Effects AI Backgrounds CDR clipart Design EPS Flyer Footages graphic html Jpeg jpg mockup photo Photoshop plugin PNG PSD Scrap script Stock template templates Theme vector Wallpapers Web web template вектор графика дизайн клипарт обои рамка рамки фото фотошоп шаблон
 
 

   

  [email protected]