Доступно

[Нетология] Язык R для аналитики (Андрей Макеев, Ольга Титова)

Тема в разделе "Курсы по программированию"

Цена:
27000 руб
Взнос:
683 руб
Организатор:
SandraW

Список участников складчины:

1. SandraW 2. Uventus 3. Yuri 4. savagexfenty 5. koala777 6. ivansomov 7. kovin.gleb1
Купить
  1. SandraW Организатор складчин

    [Нетология] Язык R для аналитики (Андрей Макеев, Ольга Титова)

    [​IMG]

    Научитесь легко собирать данные из различных систем. Прокачайтесь до уровня middle в прогнозировании и визуализации в R-Studio. Автоматизируйте рутинные задачи

    R – самый популярный язык программирования среди аналитиков
    по данным опроса O’Reilly Media

    Мы живём в эпоху цифровизации, когда каждый процесс можно автоматизировать и упростить свою работу. На языке R можно написать код, который освободит вам время для новых проектов.

    Самая универсальная область применения R — аналитика. Используя R, вы можете провести статистические тесты и проверить гипотезы, построить графики и сделать прогноз.

    Кому подойдёт этот курс
    • Интернет-маркетологам
      Получите инструмент для работы с данными. Автоматизируете рутинные операции и научитесь создавать информативные отчёты. Начнёте говорить с программистами на одном языке.
    • Начинающим аналитикам
      Добавите ещё один профессиональный навык в резюме и углубите понимание статистики. Научитесь собирать и анализировать в одном месте данные по всем проектам.
    Чему вы научитесь
    - Собирать данные из большинства аналитических систем
    - Преобразовывать R-скрипты для переработки получаемых данных в зависимости от задач
    - Анализировать процессы с помощью скриптов и показывать результаты на графиках

    Модуль 1 - Базовые принципы программирования на R
    Рассмотрим базовые возможности языка R, научимся настраивать R-Studio и начнём использовать для простых операций.
    1. R и R-Studio
    2. Переменные их типы
    3. Объявление переменных в R
    4. Арифметические операции
    5. Логические переменные и операции
    6. Ветвление
    7. Циклы

    Модуль 2 - Отличия R от традиционного программирования
    Познакомимся с векторами и техниками программирования в R.
    1. Понятие вектора, векторные операции
    2. Использование функций
    3. Обзор основных функций и пакетов R

    Модуль 3 - Работа с наборами данных
    Научимся импортировать данные в R, познакомимся с фреймами данных, освоим базовые операции (просмотр, обращение к данным, преобразование, соединение, фильтрация).
    1. DataFrame — что это и для чего
    2. Импорт DataFrame в R
    3. Простейшее исследование DataFrame
    4. Доступ к переменным DataFrame (знак $)
    5. Базовые операции с DataFrame
    6. Фильтрация DataFrame

    Модуль 4 - Визуализация в R
    Познакомимся со способами визуализации данных в R, научимся применять визуализацию в зависимости от данных, интерпретировать графики. Научимся оценивать распределение, описательные статистики для двух и более переменных, узнаем о корреляции и регрессии.
    1. Основы визуализации в R
    2. Построение гистограмм — функция hist
    3. Построение boxplot
    4. Построение графиков зависимостей двух переменных

    Модуль 5 - Продвинутая визуализация в R
    Познакомимся с продвинутыми способами визуализации данных в R, научимся работать со сложными наборами данных и интерпретировать их.
    1. Базовый шаблон ggplot
    2. Геометрические типы и преобразования
    3. Управление графическими параметрами
    4. Группировка данных
    5. Системы координат
    6. Оси, легенды, подписи
    7. Разделение графиков по фасетам
    8. Интерактивная визуализация в Shiny

    Модуль 6 - Исследовательский анализ данных в R
    Научимся подготавливать данные к дальнейшей работе, анализу структуры, классификации без обучения (кластерный анализ).
    1. Стандартизация данных
    2. Иерархическая кластеризация
    3. Метод k-средних (kmeans)
    4. Основы мультивариативного анализа в R

    Модуль 7 - Основы прогнозирования в R
    Узнаем про основные модели прогнозирования, познакомимся с линейной регрессией и научимся её построению, оценке и использованию.
    1. Модели прогнозирования
    2. Линейная регрессия
    3. Построение модели линейной регрессии в R
    4. Оценка модели линейной регрессии и её использование

    Модуль 8 - Создание и использование моделей в R
    Узнаем больше о различных моделях прогнозирования и их использовании в полевых условиях, научимся их строить и валидировать. Познакомимся с работой с предсказанием категории и с несбалансированными данными.
    1. Логистическая регрессия
    2. Основные модели, основанные на деревьях решений
    3. Валидация модели
    4. Дилемма смещения-дисперсии
    5. Работа с предсказанием категории
    6. Работа с несбалансированными данными
    7. Имплементация модели в работу компании

    Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...
     
  2. Похожие складчины
    Загрузка...
  3. SandraW Организатор складчин
    Уведомляем вас о начале сбора взносов.
    Цена продукта: 27000 руб. Взнос с каждого участника: 683 руб.
    Кол-во участников в основном списке: 1 чел.

    Начало сбора взносов 4 Июль 2020 года
     
    SandraW,
  4. SandraW Организатор складчин
    Освой Профессию‌ ‌Data‌ ‌Scientist‌ [SkillBox] _Beach
    Вас ждут 8 курсов, онлайн-лекции и практические задания, а также 2 дипломных проекта.
    После обучения вы сможете претендовать на позицию Junior Data Scientist.

    Чему вы научитесь:
    + Программировать на Python
    + Визуализировать данные
    + Разрабатывать интерактивную инфографику
    + Работать с библиотеками и базами данных (Pandas, NumPy и Matplotlib, PostgreSQL, SQLite3, MongoDB)
    + Программировать на R
    + Применять нейронные сети для решения реальных задач
    + Освоите фреймворки для обучения нейронных сетей Tensorflow и Keras
    + Построите рекомендательную систему и добавите её в своё портфолио

    ПОРА ПРОФЕССИЮ МЕЧТЫ ПРЕВРАЩАТЬ В РЕАЛЬНОСТЬ! _Neo Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...
     
    SandraW,
Наверх