Einführung in R für Programmierer Schulung und Zertifizierung

Einführung in R für Programmierer Schulung und Zertifizierung

Beschreibung

Zielgruppe und Voraussetzungen

Kursübersicht

Zeitplan und Gebühren

Zertifizierung

Einführung in R für Programmierer Kursübersicht

R ist eine Skriptsprache für statistische Datenmanipulation und -analyse. Es wurde von der von AT & T entwickelten statistischen Sprache S inspiriert und ist größtenteils damit kompatibel. Der Name S, der offensichtlich für Statistiken steht, war eine Anspielung auf eine andere bei AT & T entwickelte Programmiersprache mit einem einbuchstabigen Namen C. S wurde später an eine kleine Firma verkauft, die eine GUI-Schnittstelle hinzufügte und das Ergebnis S- nannte. Plus. R ist populärer als S / S-Plus, sowohl weil es kostenlos ist als auch weil mehr Leute dazu beitragen. R wird manchmal 'GNU S' genannt.

Ziele des R-Programmiertrainings

  • eine public-domain-Implementierung der weitverbreiteten S-Statistiksprache; R / S ist der De-facto-Standard unter den professionellen Statistikern
  • vergleichbar, und oft überlegen, um kommerzielle Produkte in den meisten Sinnen
  • verfügbar für Windows, Mac, Linux
  • Neben statistischen Operationen ist es eine allgemeine Programmiersprache, mit der Sie Ihre Analysen automatisieren und neue Funktionen erstellen können
  • objektorientierte und funktionale Programmierstruktur
  • Ihre Datensätze werden zwischen Sitzungen gespeichert, sodass Sie nicht jedes Mal neu laden müssen
  • Open-Software-Natur bedeutet, dass es einfach ist, Hilfe von der Benutzer-Community zu erhalten, und viele neue Funktionen werden von Benutzern bereitgestellt, von denen viele prominente Statistiker sind

Voraussetzungen für die R-Programmierzertifizierung

Die einzige wirkliche Voraussetzung ist, dass Sie etwas Programmiererfahrung haben; Sie müssen kein Experte sein, aber Experten sollten auch das für ihr Niveau geeignete Material finden. Gelegentlich wird es einige Bemerkungen geben, die sich an professionelle Programmierer richten, etwa über objektorientierte Programmierung oder Python, aber diese Bemerkungen werden nicht behandelt unzugänglich für diejenigen, die nur einen moderaten Programmierhintergrund haben.

Course Outline Dauer: 3 Tage

  1. Beschreibung
    • Geschichte von R
    • Vorteile und Nachteile
    • Herunterladen und Installieren
    • So finden Sie die Dokumentation
  2. Einführung
    • Verwenden der R-Konsole
    • Hilfe bekommen
    • Lernen über die Umwelt
    • Skripte schreiben und ausführen
    • Speichern Sie Ihre Arbeit
  3. Pakete installieren
    • Ressourcen finden
    • Ressourcen installieren
  4. Datenstrukturen, Variablen
    • Variablen und Zuordnung
    • Datentypen
    • Indizierung, Teilmenge
    • Daten und Zusammenfassungen anzeigen
    • Regeln der Namensgebung
    • Objekte
  5. Daten in die R-Umgebung bringen
    • Eingebaute Daten
    • Lesen von Daten aus strukturierten Textdateien
    • Lesen von Daten mit ODBC
  6. Steuerungsablauf
    • Wahrheitstest
    • Verzweigung
    • Schleife
    • Vektorisierte Berechnungen
  7. Funktionen in der Tiefe
    • Parameter
    • Rückgabewerte
    • Variabler Umfang
    • Ausnahmebehandlung
  8. Datenverarbeitung in R
    • Datums- und Datum-Uhrzeit-Klassen in R
    • Formatieren von Daten für die Modellierung
  9. Beschreibende Statistik
    • Kontinuierliche Daten
    • Kategorische Daten
  10. Inferenzstatistik
    • Bivariate Korrelation
    • T-Test und nicht-parametrische Äquivalente
    • Chi-Quadrat-Test
    • Verteilungstest
    • Leistungstest
  11. Gruppieren nach Berechnungen
    • Split anwenden kombinieren Strategie
  12. Basisgrafiken
    • Basisgrafiksystem in R
    • Streudiagramme, Histogramme, Barcharts, Box und Whisker, Dotplots
    • Labels, Legenden, Titel, Achsen
    • Exportieren von Grafiken in verschiedene Formate
  13. Erweiterte R-Grafik: GGPlot2
    • Verstehen der Grammatik von Grafiken
    • Schnelle Plotfunktion
    • Grafiken nach Stücken erstellen
  14. Lineare Regression
    • Lineare Modelle
    • Regressionsdiagramme
    • Verwirrung / Interaktion in der Regression
    • Neue Daten aus Modellen gewinnen (Vorhersage)

Bitte schreiben Sie uns an info@itschschool.com und kontaktieren Sie uns unter + 91-9870480053 für den Kurs Preis & Zertifizierungskosten, Zeitplan & Ort

Lass uns eine Anfrage fallen

Für mehr Informationen bitte Kontakt


Bewertungen