Struttura del corso

Giorno Uno: Fondamenti del Linguaggio

  • Introduzione al corso
  • Introduzione alla Data Science
    • Definizione della Data Science
    • Processo di svolgimento della Data Science.
  • Introduzione al linguaggio R
  • Variabili e Tipi
  • Strutture di Controllo (Cicli / Condizionali)
  • Scalari, Vettori e Matrici in R
    • Definizione di vettori in R
    • Matrici
  • Manipolazione di Stringhe e Testo
    • Tipo di dati carattere
    • I/O di file
  • Liste
  • Funzioni
    • Introduzione alle funzioni
    • Closures
    • Funzioni lapply/sapply
  • DataFrames
  • Laboratori per tutte le sezioni

Giorno Due: Programmazione Intermedia con R

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

Giorno Tre: Programmazione Avanzata con R

  • Modellizzazione Statistica con R
    • Funzioni statistiche
    • Gestione dei valori NA
    • Distribuzioni (Binomiale, Poisson, Normale)
  • Regressione
    • Introduzione alle regressioni lineari
  • 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
    • Connessione di R ai database
    • Ecosistema Big Data
  • Laboratori per tutte le sezioni

Requisiti

  • Si preferisce una conoscenza di base della programmazione

Setup

  • Un moderno laptop
  • Ultima versione di R studio e ambiente R installati
 21 Ore

Numero di Partecipanti


Prezzo per Partecipante

Recensioni (7)

Corsi in Arrivo

Categorie relative