ProgramowanieR

R dla zaawansowanych

23 - 24 maj 2024

Online

3 600,00 zł netto / osobę
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

    R jest obecnie jednym z najpopularniejszych narzędzi stosowanych do analizy danych. Jest to równocześnie język programowania który pozwala na tworzenie skryptów automatyzujących analizę danych. Z pomocą R można tworzyć własne funcje, przeprowadzać skomplikowane obliczenia, transformacje, analizy statystyczne, budować modele ekonometryczne, tworzyć piękne wykresy a nawet zautomatyzować raport analityczny.Dzięki dużej liczbie osób zaangażowanych w rozwój R liczba zastosowań i dostępnych metod statystycznych ciągle rośnie. R jest program darmowym i jedyną aplikacją która oferuje dostęp do najnowszych osiągnięć nauki w zakresie metod statystycznych. Na chwilę obecną ogromna liczba instytutów, firm, banków oraz uczelni korzysta z R do analizy danych.

    Dla kogo jest to szkolenie?

    Szkolenie kierowane jest do osób, które mają już doświadczenie w pracy z językiem programowania R. Zawsze staramy się dostosować nasze szkolenia do poziomu wiedzy kursanta, ale aby szkolenie przyniosło jak największą korzyść warto, by kursant miał już pewne obycie z R.

    Nasze szkolenie kierujemy do:

    • Analityków
    • Konsultantów
    • Statystyków
    • Studentów

    Nasi kursanci pracują z R w różnych branżach (finanse, produkcja, medycyna itp.). Zawsze podczas szkolenia staramy się położyć nacisk na te elementy R, które będą im najbardziej przydatne w codziennej pracy.

    Czego się nauczę?

    Jest to szkolenie zaawansowane. Naszym celem jest takie poprowadzenie kursu, by po jego ukończeniu uczestnik biegle korzystał z R. Dodatkowo pokazujemy też najczęstsze problemy i błędy, które pojawiają się zazwyczaj podczas korzystania z bardziej zaawansowanych funkcji R.

    Po ukończeniu szkolenia, uczestnik będzie potrafił:

    • Rozwiązywać większość popularnych problemów z R – podczas korzystania z bardziej zaawansowanych możliwości R, szczególnie na początku, użytkownik napotyka się na szereg podobnych problemów, które czasem mogą być dość trudne do rozwiązania. Omawiamy je i pokazujemy najlepsze rozwiązania.
    • Tworzyć zaawansowane funkcje – R poza możliwościami typowymi dla każdego języka programowania daje możliwość tworzenia zaawansowanych funkcji. To jego mocna strona i bardzo często najlepsze wyjście przy rozwiązywaniu bardziej złożonych problemów. Pokazujemy najlepsze praktyki przy tworzeniu zaawansowanych funkcji oraz najczęstsze błędy popełniane przez programistów.
    • Budować pętle i warunkować wykonanie kodu – pętle to podstawa każdego języka programowania. Pokazujemy jak prawidłowo budować pętle.
    • Wykorzystywać R do analiz statystycznych – możliwość tworzenia analiz statystycznych to jeden z głównych powodów, dlaczego R jest tak chętnie wybieranym językiem programowania pomimo że ma silnych konkurentów jak Python itp. Szkolimy z zaawansowanych możliwości wykorzystania R to tworzenia analiz statystycznych. To często duże ułatwienie w codziennej pracy.
    • Tworzyć symulacje do rozwiązania skomplikowanych problemów – symulacje bardzo często pomagają znaleźć odpowiednie podejście do rozwiązania nawet trudnych i złożonych problemów. Pokazujemy jak je najefektywniej wykorzystywać.
    • Automatyzować zadania analityczne – automatyzacja zawsze jest mile widziana, bo pomaga zaoszczędzić czas i środki. Pokazujemy jak działa automatyzacja w R i j jak ją wykorzystać przy zadaniach analitycznych
    • Zwiększyć wydajność pisanego kodu – źle pisany kod mści się na programiście w miarę rozwoju projektu. Uczymy prawidłowych technik pisania poprawnego i wydajnego kodu, dzięki czemu nawet przy większej rozbudowie programu będzie on spełniał swoją funkcję i nie będzie wymagał poprawek.

    Podczas szkolenia nacisk kładziemy na ćwiczenia. Każda część kursu kończy się właśnie ćwiczeniami co pozwala trwale opanować dany materiał.

    • Tworzenie powtarzalnego skryptu
    • Analiza kodu try/catch
    • Debugging
    • Ćwiczenia
    • If
    • Ifelse
    • Switch
    • Ćwiczenia
    • for
    • while
    • repeat
    • replicate
    • Ćwiczenia
    • Zarządzanie argumentami
    • Wartości domyślne dla argumentów
    • Zarządzanie wartościami zwracanymi przez funkcje
    • Pamięć lokalna a zasięg funkcji
    • Funkcje rekurencyjne
    • Ćwiczenia
    • Podstawowe funkcje matematyczne
    • Operacje macierzowe i wektorowe
    • Funkcje rozkładów statystycznych
    • Generowanie liczb losowych
    • Programowanie symulacji
    • Ćwiczenia
    • Przegląd funkcji do tekstu
    • Wyrażenia regularne
    • Pakiet stringr
    • Ćwiczenia
    • Podstawowe zasady
    • Błędy składni i logiczne
    • Stosowanie funkcji debug oraz browser
    • Śledzenie z funkcją trace
    • Ćwiczenia
    • Optymalizacja kodu w R
    • Zastępowanie pętli poprzez wektoryzacje
    • Problemy z pamięcią
    • Monitorowanie kodu z Rproof
    • Zarzadzanie dużymi zbiorami danych
    • Pakiet bigmemory