План на курса

Ден първи: Основи на езика

    Въведение в курса Относно Data Science Data Science Дефиниция Процес на правене Data Science.
Представяме ви R Language
  • Променливи и типове
  • Контролни структури (цикли / условни)
  • R Scalars, вектори и матрици, дефиниращи R вектори
  • Матрици
  • Символен тип манипулиране на низ и текст
  • IO файлове
  • Списъци
  • Функции Представяне на функции
  • Затваряния
  • lapply/sapply функции
  • DataFrames
  • Лабораторни за всички секции
  • Ден втори: Междинен R Programming
  • DataFrames и File I/O Четене на данни от файлове Подготовка на данни Вградени набори от данни Визуализация Графичен пакет plot() / barplot() / hist() / boxplot() / scatter plot Heat Map ggplot2 пакет (qplot(), ggplot())
  • Изследване с Dplyr
  • Лабораторни за всички секции
  • Ден трети: Напреднали Programming с Р

      Статистическо моделиране с R статистически функции, работещи с NA разпределения (бином, Поасон, нормално)
    Регресия Представяне на линейни регресии
  • Препоръки
  • Обработка на текст (tm пакет / Wordоблаци)
  • Клъстериране Въведение в клъстерирането

      KMeans
    Класификация Въведение в класификацията
  • Наивен Бейс
  • Дървета на решенията
  • Обучение с помощта на caret пакет
  • Оценяване на алгоритми
  • R и Big Data Свързване на R към бази данни
  • Big Data Екосистема
  • Лабораторни за всички секции

    Изисквания

    • Основен опит в програмирането е за предпочитане

    Настройвам

    • Модерен лаптоп
    • Инсталирани са най-новите R studio и R среда
     21 Hours

    Брой участници



    Цена за участник

    Oтзиви от потребители (5)

    Свързани Kурсове

    QGIS for Geographic Information System

    21 Hours

    Свързани Kатегории