Data Science R-programmering - eLearning
4.900,00 SEK
Kursen i dataanalys med R-certifiering möjliggör för deltagarna att tillämpa sina kunskaper inom dataanalys i olika företagsmiljöer, där de bistår med att analysera data och fatta informerade affärsbeslut. Kursen omfattar områden som datautforskning, datavisualisering, prediktiv analys och beskrivande analytiska tekniker med användning av R-språket. Under kursens gång kommer deltagarna att förvärva kunskap om R-paket, dataimport och -export i R, datastrukturer i R, olika statistiska begrepp samt tekniker för klusteranalys och prognostisering.
Kurstidslinje
Introduktion till företagsanalys
Lektion 01
- Översikt
- Affärsbeslut och analyser
- Typer av affärsanalys
- Tillämpningar av affärsanalys
- Översikt av dataanalys
- Slutsats
- Kunskapskontroll
Introduktion till R-programmering
Lektion 02
- Översikt
- Vikten av R
- Datatyper och variabler i R
- Operationer i R
- Villkorssatser i R
- Loopar i R
- Slutsats
- Kunskapskontroll
Datastrukturer
Lektion 03
- Översikt
- Identifiera datastrukturer
- Demo: Identifiera datastrukturer
- Tilldela värden till datastrukturer
- Datahantering
- Demo: Tilldela värden och tillämpa funktioner
- Slutsats
- Kunskapskontroll
Datavisualisering
Lektion 04
- Översikt
- Introduktion till datavisualisering
- Datavisualisering med grafik i R
- Ggplot2
- Filformat för grafiska utdata R
- Slutsats
- Kunskapskontroll
Statistik för datavetenskap-I
Lektion 05
- Översikt
- Introduktion till hypotes
- Typer av hypoteser
- Dataurval
- Konfidensnivåer och signifikansnivåer
- Slutsats
- Kunskapskontroll
Statistik för dataanalys - II
Lektion 06
- Översikt
- Hypotesprövning
- Parametriskt test
- Icke-parametriskt test
- Hypotesprövning om populationsmedelvärden
- Hypotesprövning om populationsvarians
- Hypotesprövning om populationsandelar
- Slutsats
- Kunskapskontroll
Regressionsanalys
Lektion 07
- Översikt
- Introduktion till regressionsanalys
- Typer av regressionsanalysmodeller
- Linjär regression
- Demo: Enkel linjär regression
- Icke-linjär regression
- Demo: Regressionsanalys med flera variabler
- Korsvalidering
- Icke-linjära till linjära modeller
- Principalkomponentanalys
- Faktoranalys
- Slutsats
- Kunskapskontroll
Klassificering
Lektion 08
- Översikt
- Klassificering och dess typer
- Logistisk regression
- Stödvektormaskiner
- Demo: Naiv Bayes-klassificerare
- Demo: Naiv Bayes-klassificerare
- Beslut: Trädklassificering
- Demo: Klassificering med beslutsträd
- Slumpmässig skogsklassificering
- Utvärdering av klassificeringsmodeller
- Demo: K-faldig korsvalidering
- Slutsats
- Kunskapskontroll
Klusterbildning
Lektion 09
- Översikt
- Introduktion till klusteranalys
- Klustermetoder
- Demo: K-means klusteranalys
- Demo: Hierarkisk klusteranalys
- Slutsats
- Kunskapskontroll
Förening
Lektion 10
- Översikt
- Associationsregel
- Apriori-algoritmen
- Demo: Apriori-algoritmen
- Slutsats
- Kunskapskontroll
Lärandemål
I slutet av denna eLearning-kurs i datavetenskap och R-programmering kommer du att kunna:
Få en grundläggande förståelse för affärsanalys
Installera R, RStudio, arbetsytans inställningar och lär dig om de olika R-paketen
Bemästra programmering i R och förstå hur olika uttryck exekveras i R. Få en djupgående förståelse för datastrukturer som används i R och lär dig att importera/exportera data i R
Definiera, förstå och använda de olika apply-funktionerna och DPLYR-funktionerna
Bemästra programmering i R och förstå hur olika uttryck exekveras i R
Få en djupgående förståelse för datastrukturer som används i R och lär dig att importera/exportera data i R
Definiera, förstå och använda de olika apply-funktionerna och DPLYR-funktionerna
Förstå och använda de olika grafiska möjligheterna i R för datavisualisering
Få en grundläggande förståelse för olika statistiska begrepp
Förstå och använd metoden för hypotesprövning för att driva affärsbeslut
Förstå och använd linjära och icke-linjära regressionsmodeller, samt klassificeringstekniker för dataanalys
Lär dig och använd de olika associationsreglerna som Apriori-algoritmen
Lär dig och använd klustermetoder inklusive k-means, DBSCAN och hierarkisk klustering.
Vem bör anmäla sig till denna kurs?
Det finns en ökande efterfrågan på kompetenta dataanalytiker inom alla branscher, vilket gör denna certifieringskurs i dataanalys lämplig för deltagare på alla erfarenhetsnivåer. Vi rekommenderar denna kurs i dataanalys för följande kategorier:
IT-proffs
Analytiker inom data
Mjukvaruutvecklare
Dataanalytiker
Arbetar inom Affärsintelligens
Behöver du en företagslösning eller integration av LMS?
Hittade du inte kursen eller programmet som skulle passa för ditt företag? Behöver du LMS-integration? Skriv till oss! Vi löser det!