Cursusaanbod

Dag één: Basisprincipes van taal

  • Cursus Introductie
  • Over ons Data Science
    • Data Science Definitie
    • Proces van doen Data Science.
  • Even voorstellen R Language
  • Variabelen en typen
  • Besturingsstructuren (lussen / voorwaardelijke waarden)
  • R Scalars, vectoren en matrices
    • R-vectoren definiëren
    • Zwangerschappen
  • Tekenreeks- en tekstmanipulatie
    • Gegevenstype teken
    • Bestand IO
  • Lijsten
  • Functies
    • Introductie van functies
    • Sluitingen
    • lapply/sapply-functies
  • Gegevenskaders
  • Labs voor alle secties

Dag twee: Intermediate R Programming

  • DataFrames and File I/O
  • Reading data from files
  • Data Preparation
  • Built-in Datasets
  • Visualization
    • Graphics Package
    • plot() / barplot() / hist() / boxplot() / scatter plot
    • Heat Map
    • ggplot2 package (qplot(), ggplot())
  • Exploration With Dplyr
  • Labs for all sections

Dag drie: Gevorderd Programming met R

  • Statistical Modeling With R
    • Statistical Functions
    • Dealing With NA
    • Distributions (Binomial, Poisson, Normal)
  • Regression
    • Introducing Linear Regressions
  • Recommendations
  • Text Processing (tm package / Wordclouds)
  • Clustering
    • Introduction to Clustering
    • KMeans
  • Classification
    • Introduction to Classification
    • Naive Bayes
    • Decision Trees
    • Training using caret package
    • Evaluating Algorithms
  • R en Big Data
    • R verbinden met databases
    • Big Data Ecosysteem
  • Labs voor alle secties

Vereisten

  • Basisprogrammeerachtergrond heeft de voorkeur

Setup

 21 Uren

Aantal deelnemers


Prijs Per Deelnemer

Testimonials (7)

Voorlopige Aankomende Cursussen

Gerelateerde categorieën