Contattataci

Struttura del corso

Giorno 1: Fondamenti del linguaggio

  • Introduzione al corso
  • Cos'è la Data Science
    • Definizione di Data Science
    • Il processo della Data Science.
  • Introduzione al linguaggio R
  • Variabili e tipi
  • Strutture di controllo (Cicli / Condizioni)
  • Scalari, vettori e matrici in R
    • Definizione dei vettori in R
    • Matrici
  • Manipolazione di stringhe e testo
    • Tipo di dati carattere
    • I/O dei file
  • Liste
  • Funzioni
    • Introduzione alle funzioni
    • Closure
    • Funzioni lapply/sapply
  • DataFrames
  • Laboratori per tutte le sezioni

Giorno 2: Programmazione R intermedia

  • DataFrames e I/O di file
  • Lettura di dati da file
  • Preparazione dei dati
  • Set di dati integrati
  • Visualizzazione
    • Pacchetto Grafics
    • plot() / barplot() / hist() / boxplot() / grafico a dispersione
    • Heat Map
    • Pacchetto ggplot2 (qplot(), ggplot())
  • Esplorazione con Dplyr
  • Laboratori per tutte le sezioni

Giorno 3: Programmazione avanzata con R

  • Modellazione statistica con R
    • Funzioni statistiche
    • Gestione dei valori NA
    • Distribuzioni (Binomiale, Poisson, Normale)
  • Regressione
    • Introduzione alla regressione lineare
  • Raccomandazioni
  • Elaborazione del testo (pacchetto tm / Wordclouds)
  • Clustering
    • Introduzione al Clustering
    • KMeans
  • Classificazione
    • Introduzione alla Classificazione
    • Naive Bayes
    • Alberi decisionali
    • Addestramento con il pacchetto caret
    • Valutazione degli algoritmi
  • R e Big Data
    • Collegare R ai database
    • Ecosistema Big Data
  • Laboratori per tutte le sezioni

Requisiti

  • È preferibile avere una base di programmazione

Configurazione

  • Un laptop moderno
  • R studio e l'ambiente R più recenti installati
 21 ore

Numero di Partecipanti


Prezzo per partecipante

Recensioni (7)

Corsi in Arrivo

Categorie relative