Applied Data Science med R

Beskrivelse

Lær hvordan du kan løse mange ofte stillede Data Science problemstillinger med R. Dette kursus introducerer dig til de vigtigste redskaber for Data Science i R, så du effektivt kan løse mange praktisk forekommende problemstillinger.

Data Science er et spændende felt, og efterspørgslen efter personer med kvalifikationer heri synes kun at stige i takt med, at virksomheder retter fokus mod digitalisering og data exploration. Målet med dette tre dages kursus er at gennemgå nogle basale værktøjer til at tackle en bred vifte af Data Science udfordringer gennem et fokus på praktisk opgaveløsning.

Dette kursus er for dig, som gerne vil lære at anvende R i dit arbejde med Data Science.

Du har erfaring med programmering gennem dit daglige arbejde med data eller fra din uddannelse og har en grundlæggende matematisk forståelse. Grundlæggende kendskab til R vil også være nyttigt.

Introduktion til RStudio IDEen, den mest populære IDE for R programmering.
Importering af data fra flat files og databaser. Data kommer fra en række forskellige kilder, derfor er det vigtigt at vide, hvordan man får data fra disse kilder ind i R.
Manipulation af data med et fokus på en meget anvendt pakke for datamanipulation kaldet dplyr. dplyr indeholder en grammatik for datamanipulation, der gør det nemmere og sjovere at manipulere data i R, hvilket er hvad mange analytikere bruger størstedelen af deres tid på.
Plot data med fokus på ggplot2 pakken. ggplot2 indeholder en lignende grammatik for plotning i R. Det at kunne plotte er vigtigt, når konklusioner skal drages og deles med kollegaer.
Programmér en prædiktionsmodel i R også kaldet supervised learning. Lær hvordan man implementerer modeller i R gennem øvelser med et fokus på populære machine learning modeller.
Basal Clustering i R også kaldet unsupervised learning. Lær hvordan du klynger lignende observationer sammen i grupper.
Interaktiv rapportering af resultater til kollegaer med R Markdown. En erhvervet viden om data er ikke meget værd, hvis man ikke kan kommunikere denne forståelse til andre. R Markdown er et stærkt værktøj for rapportering.
Med mere.

Troels arbejder som Data Scientist, hvor han til hverdag bruger SQL, Python, Scala, Spark og R til Big Data analyse. Han har en kandidat i Matematisk Investering fra Aarhus Universitet, hvor han har undervist i flere år i statistiske og matematiske kurser. Han er meget interesseret i Data Science fra et teoretisk og praktisk perspektiv.