Applied Data Science med R
Lær hvordan du kan løse mange ofte stillede Data Science problemstillinger med R, og bliv en endnu vigtigere del af din virksomhed. Dette kursus introducerer dig til de vigtigste redskaber for Data Science i R, så du effektivt kan løse mange praktisk forekommende problemstillinger.Data Science er et spændende felt, og efterspørgslen efter personer med kvalifikationer heri synes kun at stige i takt med, at virksomheder retter fokus mod digitalisering og data exploration. Målet med dette tre dages kursus er at gennemgå nogle basale værktøjer til at tackle en bred vifte af Data Science udfordringer gennem et fokus på praktisk opgaveløsning.
Kurset afholdes på dansk eller engelsk afhængigt af deltagernes sammensætning.
Deltagerprofil
Dette kursus er for dig, som gerne vil lære at anvende R i dit arbejde med Data Science.
Du har erfaring med programmering gennem dit daglige arbejde med data eller fra din uddannelse og har en grundlæggende matematisk forståelse. Grundlæggende kendskab til R vil også være nyttigt.
Hvis du ikke har erfaring med programmering i R kan du med fordel tage dette online kursus: Programming with R for Data Science, som er gratis. Det vil give dig en god introduktion til programmering i R.
Indhold
- Introduktion til RStudio IDE'en, den mest populære IDE for R programmering.
- Importering af data fra flat files og databaser. Data kommer fra en række forskellige kilder, derfor er det vigtigt at vide, hvordan man får data fra disse kilder ind i R.
- Manipulation af data med et fokus på en meget anvendt pakke for datamanipulation kaldet dplyr. dplyr indeholder en grammatik for datamanipulation, der gør det nemmere og sjovere at manipulere data i R, hvilket er hvad mange analytikere bruger størstedelen af deres tid på.
- Plot data med fokus på ggplot2 pakken. ggplot2 indeholder en lignende grammatik for plotning i R. Det at kunne plotte er vigtigt, når konklusioner skal drages og deles med kollegaer.
- Programmér en prædiktionsmodel i R også kaldet supervised learning. Lær hvordan man implementerer modeller i R gennem øvelser med et fokus på populære machine learning modeller.
- Basal Clustering i R også kaldet unsupervised learning. Lær hvordan du klynger lignende observationer sammen i grupper.
- Interaktiv rapportering af resultater til kollegaer med R Markdown. En erhvervet viden om data er ikke meget værd, hvis man ikke kan kommunikere denne forståelse til andre. R Markdown er et stærkt værktøj for rapportering.
- Med mere.
Underviser
Har du faglige spørgsmål så kontakt
- Charlotte Heimann
- Seniorspecialist
- +45 72203147