Язык R в аналитике

Онлайн-курс от Нетологии. Курс научит работать с языком R для анализа и визуализации данных. После прохождения программы вы сможете решать рабочие задачи эффективным способом, писать код для автоматизации рутинных задач, пользоваться основными пакетами R для работы с данными, создания графиков и выполнения статистического анализа.

  • Базовые принципы программирования на R. Рассмотрим базовые возможности языка R, научимся настраивать R-Studio и начнём использовать для простых операций.
    • R и R-Studio
    • Переменные их типы
    • Объявление переменных в R
    • Арифметические операции
    • Логические переменные и операции
    • Ветвление
    • Циклы
  • Отличия R от традиционного программирования. Познакомимся с векторами и техниками программирования в R.
    • Понятие вектора, векторные операции
    • Использование функций
    • Обзор основных функций и пакетов R
  • Работа с наборами данных. Научимся импортировать данные в R, познакомимся с фреймами данных, освоим базовые операции (просмотр, обращение к данным, преобразование, соединение, фильтрация). Разберём этапы анализа данных. Узнаем, какой workflow есть при анализе данных и какие действия нужно выполнить.
    • DataFrame — что это и для чего
    • Импорт DataFrame в R
    • Простейшее исследование DataFrame
    • Доступ к переменным DataFrame (знак $)
    • Базовые операции с DataFrame
    • Фильтрация DataFrame
    • Использование библиотеки dplyr для объединения Data Frames
    • Тип данных «список» (list): что это такое, для чего и как с ним работать
  • 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.
    • Базовый шаблон ggplot
    • Построение точечной и линейной диаграмм и их параметризация
    • Исследование числовых данных с помощью гистограммы и boxplot
    • Исследование категориальных переменных на столбчатых диаграммах. Нормирование
    • Дополнительные приёмы при исследовании данных на графиках: jitter, география
    • Какие типы диаграмм для каких данных использовать и другие правила хорошего тона при визуализации
  • Этапы анализа данных. Подготовка и очистка данных. Научимся работать с данными разного формата, а также «очищать» данные — придавать некачественным данным пригодный для анализа вид.
    • Некачественные данные: как заполнить отсутствующие значения
    • Изменение формата данных: когда данные поступают не в пригодном для анализа формате. Функции spread, gather, separate. Конвертация между типами
    • Работа с датами и временем
    • Работа со строками и библиотекой stringr
    • Основы регулярных выражений в R: как их использовать эффективно и не сломать голову
  • Основы моделирования в R. Узнать про основные модели прогнозирования, познакомимся с линейной регрессией и научимся её построению, оценке и использованию.
    • Подготовка данных для моделирования. Стандартизация, нормирование, проверка гипотез о нормальном распределении
    • Модели прогнозирования. Линейная регрессия
    • Определение линейной регрессии
    • Построение модели линейной регрессии в R
    • Оценка модели линейной регрессии
    • Кластеризация. Метод К-средних
  • Предоставление результатов анализа. Продвинутая визуализация. Познакомимся с продвинутыми способами визуализации данных в R и предоставления результатов анализа данных бизнесу.
    • Картография с помощью библиотеки leaflet
    • Таблицы и сводные таблицы: библиотеки DT и rpivotTable
    • Возможности библиотеки Plotly для визуализации, использование ggplotly
    • RMarkdown. Как представлять результаты своей работы
    • Что такое веб-приложения Shiny и какие возможности в них есть
    • Архитектура веб-приложения: UI-функция, серверная функция, файл Global
    • Базовые UI-элементы Shiny
  • Разработка аналитических веб-приложений в R (Shiny). Научимся реализовывать удобный интерфейс для работы с аналитикой в R для бизнес-пользователя.
    • Изучаем шаблон дашборда shinydashboard для создания интерфейса приложения
    • Изучаем реактивность и возможность её ограничивать функцией isolate()
    • Обзор базовых элементов управления и кейсов их использования
    • Дополнительные способы визуализации в приложении: встраиваем графики ggplot, таблицы, карты
17 500 ₽
25 000 ₽

Актуальная стоимость обучения.

Данные обновлены 12 мая 2021 г.

  • Сертификат об обучении
Перейти на страницу курса
Информация о школе

101 достоверный отзыв о школе Нетология
Мы не нашли много отзывов конкретно про курс «Язык R в аналитике». Зато мы собрали 101 отзыв о школе Нетология — они помогут вам получить общее представление о процессе обучения.