R for Data Science - R - Software Development / Ontwikkeling - Programmeren (algemeen) - Data Science - Data science met R - Functioneel programmeren

Na inschrijving van de Award Winning E-learning training R for Data Science, ontvangt u per e-mail een link om in te loggen in uw leeromgeving waar u een persoonlijk wachtwoord aanmaakt. Eenmaal ingelogd in uw persoonlijke leeromgeving ziet u een overzicht van de cursusonderdelen. Via de inhoudsopgave schakelt u automatisch over naar elk gewenst onderdeel van de training.

Er zit tevens een Voortgangsbewaking bij om eenvoudig te zien hoe ver u bent binnen uw training. U kunt daarbij 1 jaar lang (365 dagen), 24/7 (elke dag en nacht) inloggen om verder te gaan met de training.

Deze Engelstalige training met ondertiteling heeft interactieve, eenvoudig te volgen video's in HD beeldkwaliteit met heldere audio kwaliteit. Daarnaast biedt de training Support en/of een Online Mentor aan als u problemen ondervindt. De training is beschikbaar in elke browser voor zowel PC, Mac, Tablet én Smartphone. Dus zelfs via uw mobiel kunt u handig de training volgen.

De training is inclusief lees- en/of praktijkopdrachten met trainingstest, mits noodzakelijk voor de training. Na afronding van de training krijgt u een Certificaat van Deelname en sluit u zich aan bij de reeds duizenden tevreden cursisten.

R is een van de meest gebruikte ontwikkelingstools voor datawetenschap. Dit leertraject behandelt belangrijke concepten en tools die nodig zijn voor datawetenschappers die R gebruiken, waaronder datastructuren, het importeren en exporteren van data, data-exploratie, regressieanalyse, classificatie en regressie en datavisualisatie.

Cursusinhoud

R for Data Science: Data Structures

Course: 52 Minutes

• Course Overview
• Creating Vectors
• Manipulating Vectors
• Sorting Vectors
• Using Lists
• Creating Matrices
• Matrix Operations
• Creating Factors
• Creating Data Frames
• Data Frame Operations
• Exercise: Creating and Using a Data Frame

R for Data Science: Importing and Exporting Data

Course: 34 Minutes

• Course Overview
• Reading from CSV
• Reading from Excel
• Reading from HTML
• Exporting to CSV
• Exporting to Excel
• Exporting to HTML
• Exercise: Reading and Writing Data

R for Data Science: Data Exploration

Course: 41 Minutes

• Course Overview
• Creating dplyr Tables
• Selecting Subsets
• Filtering Tabular Data
• Piping Data
• Mutating Data
• Summarizing Data
• Combining Datasets
• Grouping Data
• Exercise: Querying Data

R for Data Science: Regression Methods

Course: 37 Minutes

• Course Overview
• Linear Data Preparation
• Creating Linear Models
• Interpreting Model Output
• Using Linear Prediction
• Logistic Data Preparation
• Using glm
• Exercise: Creating a Linear Model

R for Data Science: Classification & Clustering

Course: 39 Minutes

• Course Overview
• Preparing Data for Classification
• Using rpart
• Using ctree
• Preparing Data for Clustering
• Using K-Means Clustering
• Using Hierarchical Clustering
• Exercise: Creating a Decision Tree

R for Data Science: Data Visualization

Course: 33 Minutes

• Course Overview
• Using Scatter Plots
• Using Line Graphs
• Using Bar Charts
• Using Box and Whisker Plots
• Using Histograms
• Using a Bubble Plot
• Exercise: Data Visualization