[Специалист] Программирование на языке R. Уровень 1 (2017) [Александр Кораблин]

Программирование на языке R. Уровень 1. Базовые знания. Александр Кораблин​ Целевое предназначение языка программирования R – это статистический анализ данных. Язык содержит широчайший спектр инструментов анализа данных, средств визуализации, создания документов и веб-приложений. Что удобнее делать в R? В основном отмечают четыре вещи: статистический анализ данных; создание высококачественной визуализации данных; документирование статистических обсчетов; cоздание интерактивных веб-приложений. В R по сравнению с SPSS есть возможность самому без ограничений создавать какой-то свой фунционал, использовать его и делиться им. В SPSS вы целиком и полностью зависите от разработчиков. Цель курса – дать слушателям знания, которые помогут овладеть базовыми навыками анализа и визуализации данных в среде R. Курс предназначен для широкого круга специалистов, которым необходимо искать закономерности в большом количестве данных, визуализировать их и строить статистически корректные выводы. По окончании курса Вы будете уметь: создавать/модифицировать вектора, табличные данные, матрицы, списки; рассчитывать статистические метрики для наборов данных; строить и диагностировать статистически модели: линейная регрессия (от одной и многих переменных), классификация (kmeans, деревья решений, случайный лес); визуализировать данные в R (base plotting, ggplot2); создавать текстовые документы с модулями исполняющегося кода (отчеты). По окончании курса Вы будете знать: типы данных в R и самые популярные средства инструменты с ними; теоретические основы моделей регрессии и классификации; инструменты R для создания таких моделей; инструменты визуализации данных, средства документирования отчетов. Специалисты, обладающие этими знаниями и навыками, в настоящее время крайне востребованы. Большинство выпускников наших курсов делают успешную карьеру и пользуются уважением работодателей. Модуль 1. Знакомство с R и RStudio. Основные особенности Интерфейс RStudio Основные особенности языка R RMarkdown Практическая работа: Знакомство с интерфейсом RStudio. Создание файлов типа RMarkdown Модуль 2. Типы данных в R и работа с ними Вектора, списки, матрицы, таблицы. И работа с ними Загрузка/выгрузка данных в/из R Базовые функции R Библиотека dplyr Условное выполнение кода (if…else) Циклы for, while Функции семейства *apply Практическая работа: Манипуляции с данными в R. Чтение/запись данных Модуль 3. Линейная регрессия в R Простая линейная модель в R Линейная модель с несколькими переменными Диагностика линейных моделей t-тест, непараметрические тесты. ANOVA Практическая работа: Построение и интерпретация моделей линейной регрессии, А/В тесты, применение метода ANOVA на тестовых данных Модуль 4. Алгоритмы классификации в R Постановка задачи классификации Линейная классификация в R Алгоритмы KNN, деревья решений, случайный лес Диагностика моделей классификации, ROC-кривая Практическая работа: Построение и интерпретация моделей классификации Модуль 5. Средства визуализации в R Base plotting Библиотека ggplot2 Практическая работа: Визуализация данных с помощью библиотеки ggplot2 и средствами base plotting