Курс за обучение по Shiny, R и HTML: Съединяване на науката за данни и разработката на уеб страници

Този тренинг, воден от инструктор (онлайн или на място), е насочен към потребителите на средно ниво на R, които искат да изградят по-бързи работни процеси, подобрят качеството на кода си и да се справят с по-сложни задачи за анализ.

По завършване на този тренинг, участниците ще могат да: създават повтарящи се функции, подобряват работни процеси с данни, отстраняват грешки и оптимизират кода, и произвеждат воспроизводими доклади.

Това управляемо от инструктор обучение в България (онлайн или на място) е насочено към бизнес аналисти, които искат да автоматизират търговските си операции чрез алгоритмично търгуване, Python и R.

По завършване на обучението участниците ще могат да:

• Използват алгоритми за бързо купуване и продаване на ценни книжа при специализирани интервали.
• Снижават разходите, свързани с търговската дейност, чрез алгоритмично търгуване.
• Автоматично следят цените на акциите и извършват търговски операции.

Big Data е термин, който се отнася до решения, предназначени за съхранение и обработка на големи набори от данни. Първоначално разработени от Google, тези решения за големи данни се развиха и вдъхновиха други подобни проекти, много от които са достъпни като отворен код. R е популярен език за програмиране във финансовата индустрия.

Това инструкторско управляемо, живо обучение в България (онлайн или на място) е насочено към началници-аналитици на данни, които искат да използват R за програмиране за манипулиране на данни, основен анализ на данни и създаване на убедителни визуализации за разбираемост.

По завършване на това обучение участниците ще могат да:

• Разберат основите на програмирането с R.
• Прилагат фундаментални процеси във воденето на данни.
• Създават визуални представяния на данните.

R е безплатен език за програмиране с отворен код за статистически изчисления, анализ на данни и графики. R се използва от нарастващ брой мениджъри и анализатори на данни в корпорации и академични среди. R също намери последователи сред статистици, инженери и учени без умения за компютърно програмиране, които го намират за лесен за използване. Популярността му се дължи на нарастващото използване на извличане на данни за различни цели като определяне на рекламни цени, по-бързо намиране на нови лекарства или фина настройка на финансовите модели. R има голямо разнообразие от пакети за извличане на данни.

Това обучение под ръководството на инструктор в България (онлайн или на място) е насочено към данните аналисти, които искат да програмират с R в SAS за кластерен анализ.

Край това обучение участниците ще могат:

• Да използват кластерния анализ за датамайнинг
• Да овладят синтаксиса на R за решения за кластериране.
• Да имплементират иерархично и неиерархично кластерен анализ.
• Да взимат данни-ориентирани решения, които помагат за подобряване на бизнес операциите.

Анализът на данните е критичен инструмент в бизнеса днес. През целия курс ще се фокусираме върху развиването на уменията за практически анализ на данни. Целта е да помогнем на участниците да дават обосновани от данни отговори на въпроси:

Какво се е случило?

• обработване и анализ на данни
• създаване на информативни визуализации на данните

Какво ще се случи?

• прогноза за бъдещата перформансира
• оценка на прогнозите

Какво трябва да се случи?

• преобразуване на данни в обосновани от данни бизнес решения
• оптимизиране на процесите

Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към професионалисти на ниво начинаещи, които желаят да почистват и анализират данни, да правят статистически прогнози и да създават проницателни визуализации с помощта на тези инструменти.

До края на това обучение участниците ще могат:

• Разберете основите на Python, R, Power Query и Power BI за анализ на данни.
• Почистете и организирайте набори от данни с помощта на Python и Power Query.
• Извършвайте статистически анализи и прогнози с R.
• Създавайте професионални табла за управление и отчети с Power BI.
• Интегрирайте и анализирайте ефективно данни от множество източници.

R е много популярно, отворено източно средство за статистически пресмятания, анализ на данни и графики. Този курс въвежда студентите в езика за програмиране R. Определя основните концепции, библиотеки и напредък. Разширен анализ на данни и графиките с реален свят.

Публика

Развитчици / анализатори на данни

Траение

3 дена

Формат

Лекции и практически упражнения

Този инструкторски воден живо тренинг в България (онлайн или офлайн) е насочен към началници, които искат да разберат основите на R и как да работят с данни.

Крайа на този тренинг участниките ще могат да:

• Понимаят околната среда за програмиране в R и интерфейса на RStudio.
• Импортират, манипулират и изследват множества данни с командите и пакетите на R.
• Провеждат основен статистически анализ и сумиране на данни.
• Генерират визуализации, като използват както базовата част от R, така и ggplot2.
• Ефективно управляват работните пространства, скриптовете и пакетите.

Този курс с инструктор, проводим на живо (онлайн или на място), е предназначен за данни аналитици и бизнес професионалисти на среден ниво, които желаят да изпълняват прогнозиране на временни редове и да автоматизират потокове за анализ на данни с помощта на R.

До края на този курс участниците ще могат да:

• Разберат основните принципи на техниките за прогнозиране в R.
• Прилагат експоненциално гладене и модели ARIMA за анализ на временни редове.
• Използват пакета ‘forecast’, за да създават точни модели за прогнозиране.
• Автоматизират прогнозни потокове за бизнес и научни приложения.

R е безплатен език за програмиране с отворен код за статистически изчисления, анализ на данни и графики. R се използва от нарастващ брой мениджъри и анализатори на данни в корпорации и академични среди. R има голямо разнообразие от пакети за извличане на данни.

Това обучение под ръководството на инструктор в България (онлайн или на място) е насочено към специалисти по данни, които искат да програмират с Python и R за KNIME.

По завършване на това обучение участниците ще могат да:

• Планират, изготвят и внедрят модели за машинно обучение в KNIME.
• Продължават да вземат решения, основани на данни за операциите.
• Ръководят проекти по обработка на данни от начало до край.

Изчислено е, че неструктурираните данни представляват повече от 90 процента от всички данни, голяма част от тях под формата на текст. Публикации в блогове, туитове, социални медии и други цифрови публикации непрекъснато добавят към този нарастващ обем от данни.

Този воден от инструктор курс на живо се фокусира върху извличането на прозрения и значение от тези данни. Използвайки библиотеките R Language и Natural Language Processing (NLP), ние комбинираме концепции и техники от компютърните науки, изкуствения интелект и компютърната лингвистика, за да разберем алгоритмично значението зад текстовите данни. Извадки от данни са налични на различни езици според изискванията на клиента.

До края на това обучение участниците ще могат да подготвят набори от данни (големи и малки) от различни източници, след което да прилагат правилните алгоритми за анализ и докладване за тяхното значение.

Формат на курса

• Частична лекция, частична дискусия, тежка практическа практика, случайни тестове за измерване на разбирането

Целева аудитория

Формат на курса

След края на това обучение участниците ще могат да:

В този курс с инструктор, участниците ще научат как да манипулират и визуализират данни, използвайки инструментите, включени в Tidyverse.

Tidyverse е колекция от разнообразни пакети на R за почистване, обработка, моделиране и визуализация на данни. Някои от пакетите, включени в него са: ggplot2, dplyr, tidyr, readr, purrr и tibble.

• Началоци в езика R
• Началоци в анализ на данни и визуализация на данни

• Частично лекции, частично дискусии, упражнения и много практика

• Извършват анализ на данни и създават привлекателни визуализации
• Извличат полезни заключения от различни набори от примерни данни
• Филтруват, сортират и резюмират данни, за да отговорят на експлоративни въпроси
• Превръщат обработени данни в информативни линейни графики, столбови графики, хистограми
• Внасят и филтруват данни от различни източници, включително Excel, CSV и SPSS файлове