Kurs Programmieren in R

Die Big-Data-Revolution ist in vollem Gange. Mittlerweile sind alle von der Notwendigkeit überzeugt oder haben erste Schritte zur Implementierung unternommen. Im letzteren Fall haben Sie vielleicht bemerkt, dass bestehende Pakete (obwohl leistungsstark und vielseitig) nicht immer volle Flexibilität und Funktionalität bieten, um das Ergebnis zufriedenstellend abzuschließen. Deshalb gewinnt die Programmiersprache R an Popularität. Mit dieser Sprache ist es möglich, Maβarbeit zu liefern und die Daten genau nach Wunsch zu präsentieren.

Ablauf der Kurses Programmieren in R

Unter Begleitung eines Dozenten mit Praxiserfahrung lernen Sie die Open-Source-Programmiersprache R kennen. Sie lernen, wie Sie diese installieren und konfigurieren. Sie lernen auch, wie Sie Datensätze ansprechen und manipulieren, wobei Sie bestehende und eigene Funktionen verwenden. Dann werden wir die Ergebnisse in Grafiken und anderen grafischen Formen wie Plots visualisieren.

Ziel des Kurses Programmieren in R

Nach dem Kurs können Sie Big Data-Sets oder statistische Daten durch Analyse und Manipulation freischalten. Sie können die Analyseergebnisse in den verschiedenen grafischen Möglichkeiten darstellen, die R bietet. Sie sind in der Lage, jeden Schritt dieses Prozesses mit leistungsstarken Befehlen zu beeinflussen und nach eigenem Ermessen einzurichten.

Während des Kurses Programmieren in R bearbeiten wir folgende Module:

• Grundlagen
• • Installation
  • Konfiguration
  • Pakete
  • Befehlszeilenschnittstelle
  • Einführung GUI
  • Lesen von Datensätzen
  • Erstellen eines eigenen Diagramms
• Data Wrangling
• • Auswahl treffen
  • Datenmanipulation
  • Suchen, sortieren, gruppieren und aggregieren
  • Arbeiten mit Frames und Vektoren
  • Variablen und Kontrollstrukturen
  • String-Funktionen
  • Logische Funktionen
  • Arithmetische Funktionen
  • Datumsfunktionen
• Vertiefung
• • Indexieren
  • Beziehungen und Vergleiche
  • Simulationen
  • Verwendung von benutzerdefinierten Funktionen
  • Ersatzvariablen
  • Tabellen und Ränder
  • Modelle und Regression
  • Prädiktive Analyse
• Visualisierung
• • Grafische Benutzeroberfläche: R Studio
  • Interpretationsergebnisse
  • Was ist Plots und wie werden sie eingesetzt?
  • Die Verwendung von Farbe und Skalierung
  • Export in andere Formate
  • Geo-Location Plots