Data Science R Programming - e Learning
450,00 EUR
Der Kurs 'Data Science mit R Zertifizierung' befähigt Sie dazu, Ihre Fähigkeiten im Bereich der Datenwissenschaft in verschiedene Unternehmen einzubringen, um ihnen bei der Analyse von Daten zu helfen und fundiertere Geschäftsentscheidungen zu treffen. Der Kurs umfasst Datenexploration, Datenvisualisierung, prädiktive Analytik und beschreibende Analytiktechniken mit der R-Sprache. Sie werden über R-Pakete lernen, wie man Daten in R importiert und exportiert, Datenstrukturen in R, verschiedene statistische Konzepte, Clusteranalyse und Prognose.
Kurszeitplan
Einführung in die Geschäftsanalytik
Lektion 01
- Übersicht
- Geschäftsentscheidungen und Analytik
- Arten der Geschäftsanalytik
- Anwendungen der Geschäftsanalytik
- Überblick über Data Science
- Fazit
- Wissensüberprüfung
Einführung in die R-Programmierung
Lektion 02
- Übersicht
- Bedeutung von R
- Datentypen und Variablen in R
- Operationen in R
- Bedingte Anweisungen in R
- Schleifen in R
- Fazit
- Wissensüberprüfung
Datenstrukturen
Lektion 03
- Übersicht
- Datenstrukturen identifizieren
- Demo: Identifizieren von Datenstrukturen
- Werte an Datenstrukturen zuweisen
- Datenmanipulation
- Demo: Werte zuweisen und Funktionen anwenden
- Fazit
- Wissensüberprüfung
Datenvisualisierung
Lektion 04
- Übersicht
- Einführung in die Datenvisualisierung
- Datenvisualisierung mit Grafiken in R
- Ggplot2
- Dateiformate für grafische Ausgaben R
- Fazit
- Wissensüberprüfung
Statistik für Data Science-I
Lektion 05
- Übersicht
- Einführung in die Hypothesenbildung
- Arten von Hypothesen
- Datenerfassung
- Konfidenz- und Signifikanzniveaus
- Fazit
- Wissensüberprüfung
Statistik für Datenwissenschaft - II
Lektion 06
- Übersicht
- Hypothesentest
- Parametrischer Test
- Nichtparametrischer Test
- Hypothesentests über Populationsmittelwerte
- Hypothesentests über die Populationsvarianz
- Hypothesentests über Populationsanteile
- Fazit
- Wissensüberprüfung
Regressionsanalyse
Lektion 07
- Übersicht
- Einführung in die Regressionsanalyse
- Arten von Regressionsanalysemodellen
- Lineare Regression
- Demo: Einfache lineare Regression
- Nichtlineare Regression
- Demo: Regressionsanalyse mit mehreren Variablen
- Kreuzvalidierung
- Von nichtlinearen zu linearen Modellen
- Hauptkomponentenanalyse
- Faktorenanalyse
- Fazit
- Wissensüberprüfung
Klassifikation
Lektion 08
- Übersicht
- Klassifikation und ihre Arten
- Logistische Regression
- Support-Vektor-Maschinen
- Demo: Naiver Bayes-Klassifikator
- Demo: Naiver Bayes-Klassifikator
- Entscheidung: Baumklassifizierung
- Demo: Entscheidungsbaum-Klassifikation
- Klassifikation mit Random Forest
- Bewertung von Klassifikatormodellen
- Demo: K-Fold-Kreuzvalidierung
- Fazit
- Wissensüberprüfung
Clusterbildung
Lektion 09
- Übersicht
- Einführung in die Clusteranalyse
- Cluster-Methoden
- Demo: K-Means-Clusteranalyse
- Demo: Hierarchische Clusteranalyse
- Fazit
- Wissensüberprüfung
Vereinigung
Lektion 10
- Übersicht
- Assoziationsregel
- Apriori-Algorithmus
- Demo: Apriori-Algorithmus
- Fazit
- Wissensüberprüfung
Lernergebnisse
Am Ende dieses E-Learning-Kurses für Data Science und R-Programmierung werden Sie in der Lage sein:
Erwerben Sie ein grundlegendes Verständnis für Geschäftsanalytik
R und RStudio installieren, Arbeitsumgebung einrichten und die verschiedenen R-Pakete kennenlernen
Beherrschen Sie die R-Programmierung und verstehen Sie, wie verschiedene Anweisungen in R ausgeführt werden. Erwerben Sie ein tiefgehendes Verständnis der in R verwendeten Datenstrukturen und lernen Sie, Daten in R zu importieren/exportieren
Definieren, verstehen und verwenden Sie die verschiedenen Apply-Funktionen und DPLYR-Funktionen
Beherrsche die R-Programmierung und verstehe, wie verschiedene Anweisungen in R ausgeführt werden
Erlangen Sie ein tiefgehendes Verständnis der in R verwendeten Datenstrukturen und lernen Sie, Daten in R zu importieren/exportieren
Definieren, verstehen und verwenden Sie die verschiedenen Apply-Funktionen und DPLYR-Funktionen
Verstehen und verwenden Sie die verschiedenen Grafiken in R zur Datenvisualisierung
Erwerben Sie ein grundlegendes Verständnis verschiedener statistischer Konzepte
Verstehen und nutzen Sie die Hypothesentestmethode, um Geschäftsentscheidungen zu treffen
Verstehen und verwenden Sie lineare und nicht-lineare Regressionsmodelle sowie Klassifizierungstechniken für die Datenanalyse
Lernen und verwenden Sie die verschiedenen Assoziationsregeln des Apriori-Algorithmus
Lernen und verwenden Sie Cluster-Methoden, einschließlich k-Means, DBSCAN und hierarchische Clusterbildung.
Wer sollte sich für dieses Programm anmelden?
Die Nachfrage nach qualifizierten Datenwissenschaftlern steigt branchenübergreifend, was diesen Zertifizierungskurs in Datenwissenschaft für Teilnehmer aller Erfahrungsstufen sehr geeignet macht. Wir empfehlen diesen Datenwissenschaftslehrgang für die folgenden Kategorien.
IT-Fachleute
Analytik-Experten
Softwareentwickler
Datenwissenschaftler
Business Intelligence
Benötigen Sie eine Unternehmenslösung oder LMS-Integration?
Haben Sie nicht den Kurs oder das Programm gefunden, das für Ihr Unternehmen geeignet wäre? Benötigen Sie eine LMS-Integration? Schreiben Sie uns! Wir werden alles lösen!