Einführung in Data Science mit R

Mit dem Fokus auf die 3 Bereiche Programmierung, Datenmanagement und Machine Learning vermittelt dieser Kurs die Grundlagen von R im Kontext von Data-Science.

Von der Installation, den wesentlichen Objekttypen und Programmiergrundlagen über das Anlegen und Verwalten von Projekten erhalten die Teilnehmenden in diesem Training zunächst alle Voraussetzungen, um erste Anwendungen in R zu schreiben. In praxisnahen Beispielen und mit Hilfe von Beispieldaten werden anschließend Daten eingelesen und analysefertig aufbereitet. Hier erlernen Sie die wichtigsten Techniken im Bereich Datenmanagement. Der abschließende Programmpunkt des Kurses ist die Analyse und Prognose von Daten mit Machine Learning Verfahren. Zunächst wird das Themenfeld Machine Learning theoretisch eingeleitet und anschließend in zwei fiktiven Szenarien auf der Grundlage eines Musterdatensatzes direkt in R umgesetzt. Die Analyseszenarien lösen ein Klassifikations- bzw. ein Regressionsproblem.

• Kennenlernen der Grundkonzepte und der Philosophie von R
• Die R-Syntax verstehen und anwenden
• Datenmanagement in R
• Machine Learning Prozesse verstehen
• Modell- und Prognoseerstellung mit R umsetzen

• Das Konzept und die Philosophie von R
• Kennenlernen von R-Studio
• Syntaktische Grundlagen: Funktionen, Operatoren, Schleifen, Kontrollstrukturen
• Datentypen in R: Vektoren, Data-Frames, Matrizen, Arrays
• tidyverse – Eine Paketsammlung von R-Studio
• Datenmanagement in R (mit dem Fokus auf dplyr und den Pipe-Operator)
• Deskriptive Statistik und Aggregationen
• Machine Learning Prozesse implementieren
• Entscheidungs- und Regressionsbäume anwenden und interpretieren können
• Modellevaluation von Klassifikations- und Regressionsproblemen

Keine

Training am eigenen Laptop

(Softwarevoraussetzungen und Installationsanleitung erhalten Sie im Vorfeld)