Data Science in R Kurs

Kurs-ID 25
Datum 15.02.2023 bis 17.02.2023
Dauer 3 Tage
Unterrichtszeiten 09:00 Uhr - 17:00 Uhr
Kosten 1.964,00 €
Zielgruppe Dieses Seminar für Data Science und Datenanalyse mit R richtet sich an Personen, die in ihrem Unternehmen als data scientists, Machine Learning engineers oder Data Analysts, o.ä. tätig sind bzw. tätig werden. Der Einsatz von Machine Learning Algorithmen ist bei den Teilnehmern auch geplant.
Bildungsart Fortbildung/Qualifizierung
Unterrichtsform Online-Seminar
Voraussetzung Diese Schulung, um R für Data Mining und Machine Learning einzusetzen, benötigt keine Vorkenntnisse in R. Jedoch sind grundlegende Kenntnisse einer anderen Programmiersprache nötig, da wir in R Variablen anlegen, diesen Werte zuweisen und eigene Funktionen oder for-Schleifen schreiben. Statistische Grundlagen sind auch notwendig. Teilnehmer sollten folgende Begriffe kennen: Mittelwert, Standardabw
Förderung Bildungscheck NRW
Akademische Weiterbildung Dieser Kurs richtet sich speziell an Interessenten einer akademischen Weiterbildung.
Präsenzkurs Dies ist keine Anwesenheitsveranstaltung.
mind. Teilnehmerzahl 2
max. Teilnehmerzahl 10
Dozent Jan Köhler
URL des Kurses Details beim Anbieter
Anmelde URL des Kurses Direkte Anmeldung beim Anbieter
spezielles Angebot für Dozenten Nein.
Veranstaltungsort
 
Live-Online
Zoom
70199 Stuttgart

 

AbendkursBildungsgutscheinBarierrefreier Zugang
NeinNeinJa

 

Beschreibung
Beschreibung des Seminars
Grundlagen von R für data analytics und Machine Learning

Dieses Grundlagenseminar führt in die Programmiersprache R für Data Science ein und erläutert die Grundkonzepte von Data Science / Data Mining. Der Schwerpunkt des Seminars liegt in der praktischen Umsetzung in der Sprache R.

Grundlagen von R für data analytics und Machine Learning

Dieses Grundlagenseminar führt in die Programmiersprache R für Data Science ein und erläutert die Grundkonzepte von Data Science / Data Mining. Der Schwerpunkt des Seminars liegt in der praktischen Umsetzung in der Sprache R. Das benötigte theoretische Wissen wird auf anschauliche und intuitive Weise vermittelt, ohne sich in langatmige wissenschaftliche Diskurse zu verlieren. Ziel der Schulung ist es Sie zu befähigen, eigenständig erste Daten Analysen durchzuführen und Algorithmen des Maschinellen Lernens für die Datenanalyse anwenden zu können.

Behandelte Themen in dieser Schulung:
* Entwicklungsumgebung (IDE) RStudio
* Grundlagen von R
* Wichtige Datenstrukturen in R
* Das data.table Paket in R
* Daten einlesen und rausschreiben
* Datenmanipulation
* Kontrollstrukturen (Control Flows) (for loop, if-else, while, Funktionen)
* Datenvisualisierung mit ggplot2
* Berechnung von Statistiken im data.table
* Machine Learning Überblick
* Machine Learning Algorithmen (Lineare / Logistische Regression, Entscheidungsbaum, Support Vector Machine (SVM), Random Forest, K-Means)
* Kreuzvalidierung (cross-validation)
* ROC curve und AUC

Direkt zum Seminaranbieter

Zielsetzung
Bildungsziel des Seminars
In diesem Seminar erlernen Sie die Programiersprache R für Anwendungen im Bereich Data Science / Data Mining (unter Verwendung von Machine Learning Algorithmen). Das Seminar ist sehr praxisorientiert mit vielen Übungsaufgaben (inkl. Musterlösungen), welche die Kursteilnehmer eigenständig in der Entwicklungsumgebung RStudio bearbeiten.

Zielgruppe
Data Analysts, angehende Machine Learning engineers, data scientists, Busines Intelligence Analysts, Datenanalysten, o.ä.

Beschreibung der Zielgruppe
Die R Schulung richtet sich an Data Analysts, angehende Machine Learning engineers, data scientists, Busines Intelligence Analysts, Datenanalysten, o.ä. welche die Programmiersprache R für Datenanalysen und Data Mining / Data Science Projekte einsetzen möchten und einige Machine Learning Algorithmen kennen lernen möchte.

Teilnahmevoraussetzung
Es werden keine Kenntnisse in R vorausgesetzt. Notwendig sind jedoch grundlegende Kenntnisse im Umgang mit Daten, z.B. durch einer BI-Software oder mit Excel, damit Konzepte wie das spaltenweise Berechnen bekannt sind. Vorausgesetzt werden allgemeine Computerkenntnisse und mathematische Grundkenntnisse (Grundrechenarten, Summenzeichen, Ablteiung, Integral, Koordinatensystem zum Plotten, Was ist eine Funktion, ...) Kenntnisse im Lesen der Englischen Sprache sind hilfreich.

 

Schlagworte
datenverarbeitung, programmierung, programmiersprache, programmieren, datenanalyse

 

Gelistet in folgenden Rubriken: