RStatystyka

Projekty Analityczne w R & RStudio

Nie pasuje Ci żaden termin? Napisz do nas!
Zapisz więcej osób

Taniej w grupie

  • 3 osoby - 10% zniżki
  • 4 osoby - 15% zniżki
  • 5 osób - 20% zniżki
  • 6 osób - 25% zniżki
  • 7 osób - 30% zniżki
  • O szkoleniu

    W trakcie szkolenia uczestnicy zdobędą wiedzę o zarządzaniu, projektowaniu, wykonywaniu i dokumentowaniu dobrego projektu analitycznego w środowisko R oraz RStudio. Główny nacisk tego szkolenia położony został na organizację, pracę grupową, wersjonowanie, powtarzalne analizy oraz dokumentowanie projektów analitycznych w RStudio. Dzięki temu szkoleniu zdobędziesz aktualną i poszukiwaną wiedzę o pracy nad projektami analitycznymi w R.

    Szkolenie prowadzone jest metodą Live script, co oznacza, że cały czas poświęcony został na pracę w środowisku R i RStudio. W trakcie omawiania kolejnych tematów najpierw pracujesz wspólnie z trenerem a następnie w trakcie ćwiczeń utrwalasz sobie zdobytą wiedzę. Zwieńczeniem szkolenia jest projekt analityczny, który stworzysz od początku do końca wspólnie z trenerem.

    Dla kogo jest to szkolenie?

    Szkolenie skierowane jest do osób które chcą przejśc od analiz ad hoc do uporządkowanych, powtarzalnych i dobrze zaplanowanych analiz w R. W szczególności szkolenie odpowiada na potrzeby profesjonalnych badaczy, analityków, deweloperów i menadżerów którzy pracują lub dopiero chcą zacząć pracować w R i RStudio.

    Czego się nauczę?

    Po ukończeniu szkolenia, uczestnik będzie potrafił:

    • Organizować projekt analityczny w R z pomocą RStudio
    • Zarządzać projektem analitycznym
    • Zarządzać wersjami projektu z pomocą Git
    • Importować dane do projektu z wielu różnych źródeł
    • Przygotowywać dane do analizy
    • Tworzyć przejrzyste i efektywne skrypty do powtarzalnych analiz
    • Tworzyć automatyczne raporty i prezentacje z pomocą R Markdown, LaTeX
    • Tworzyć pakiety a następnie udostępniać je wewnątrz organizacji
    • Koncepcja projektu analitycznego
    • Definicja projektu i planowanie
    • Wykonanie projektu
    • Monitorowanie i kontrola
    • Zamknięcie projektu
    • Dlaczego R i RStudio?
    • Podstawy języka
    • Obiekty
    • Indeksowanie
    • Funkcje
    • Import danych
    • Pamięc robocza
    • Pakiety
    • Przegląd możliwości RStudio
    • Pisanie skryptów w RStudio
    • Edytowanie skryptów
    • Nawigacja, sekcje i zwijanie kodu
    • Tworzenie pakietów
    • Tworzenie dokumentacji
    • Diagnozowanie błędów
    • Debugowanie kodu
    • Środowisko projektów w RStudio
    • Tworzenie projektu
    • Struktura folderów i plików
    • Kontrola wersji GIT i Subversion
    • Praca zespołowa nad projektem w RStudio
    • Narzędzia raportowania
    • Zarządzanie kontekstowe
    • Zarządzanie pakietami i zależnościami – packrat
    • Dobre praktyki
    • Przechowywanie danych w chmurze Dropbox
    • Przechowywanie danych w chmurze GitHub
    • Dostęp do plików
    • Wersjonowanie
    • RStudio i Git
    • Organizacja procesu ładowania danych
    • Importowanie danych zapisanych lokalnie
    • Importowanie danych zapisanych w bazie
    • Importowanie danych ze żródeł Internetowych
    • Automatyzacja procesu ładowania danych
    • Od danych surowych do danych poprawnych technicznie
      • Przekształcanie wymiaru danych
      • Zmiana nazw zmiennych/tworzenie nowych
      • Porządkowanie obserwacji
      • Filtrowanie obserwacji i zmiennych
      • Przetwarzanie danych tekstowych
      • Zmiana klas zmiennych
      • Łączenie zbiorów danych
    • Od danych poprawnych technicznie do zgodnych danych
      • Brakujące obserwacje
      • Odstające obserwacje
      • Niezgodności w danych
      • Korekta danych
      • Imputacje danych
    • Cykl produkcji powtarzalnych analiz
    • Podstawy knitr i rmarkdown
    • Rozszerzenia plików
    • Łączenie bloków kodu z tekstem
    • Hooks
    • Integracja knitr i markdown w RStudio
    • Dobre praktyki
    • Prezentacja kodu i wyników
    • R Markdown, knitr, LaTeX, Beamer, HTML
    • Łączenie tekstu z wynikami obliczeń
    • Prezentacja wyników w formie tablearycznej
    • Tablice LaTeX, HTML
    • Integracja wykresów i grafik
    • Wykresy z ggplot2, googleVis
    • Podstawy Latex
    • Sekcje, rozdziały
    • Matematyka
    • Listy, wypunktowanie
    • Bibliografia z BibTeX
    • Tworzenie dużych raportów w LaTeX
    • Tworzenie dużych raportów w knitr
    • Łączenie dokumentów
    • Prezentacje w LaTeX Beamer
    • Podstawy R Markdown
    • Edytory R Markdown
    • Sekcje, rozdziały, paragrafy
    • Linki, specjalne znaki
    • Listy, wypunktowanie
    • CSS i Markdown
    • Tworzenie dużych raportów z R Markdown w HTML
    • Prezentacje HTML w R Markdown
    • Prezentacje LaTeX Beamer w R Markdown
    • Publikowanie
    • Podstawy i niezbędne elementy
    • Struktura pakietu
    • Analiza składowych pakietów
    • Cykl produkcji pakietu
    • Tworzenie struktury folderów
    • Budowa własnego pakietu
    • Testowanie

    Brałeś udział w szkoleniu?
    Oceń nas i napisz opinię.