Struttura del corso

Primo giorno: Nozioni di base sulla lingua

  • Introduzione al corso
  • Informazioni su Data Science
    • Data Science Definizione
    • Processo del fare Data Science.
  • Presentazione R Language
  • Variabili e tipi
  • Strutture di controllo (loop / condizionali)
  • R Scalars, vettori e matrici
    • Definizione di vettori R
    • Matricie
  • Manipolazione di stringhe e testo
    • Tipo di dati carattere
    • I/O file
  • Lizza
  • Funzioni
    • Introduzione alle funzioni
    • Chiusure
    • Funzioni lapply/sapply
  • Fotogrammi di dati
  • Laboratori per tutte le sezioni

Secondo giorno: Intermedio R Programming

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

Terzo giorno: Avanzato Programming con R

  • Modellazione statistica con R
    • Funzioni statistiche
    • Come gestire NA
    • Distribuzioni (binomiale, di Poisson, normale)
  • Regressione
    • Introduzione alle regressioni lineari
  • Raccomandazioni
  • Elaborazione del testo (pacchetto tm / Wordclouds)
  • Raggruppamento
    • Introduzione al clustering
    • KSignifica
  • Classificazione
    • Introduzione alla classificazione
    • Bayes ingenuo
    • Alberi decisionali
    • Formazione tramite pacchetto caret
    • Valutazione degli algoritmi
  • R e Big Data
    • Connessione di R ai database
    • Big Data Ecosistema
  • Laboratori per tutte le sezioni

Requisiti

  • È preferibile un background di programmazione di base

Apparecchio

 21 ore

Numero di Partecipanti


Prezzo per Partecipante

Recensioni (7)

Corsi in Arrivo

Categorie relative