TERMIN
Zapytaj o termin
TRYB SZKOLENIA
Zapytaj o tryb szkolenia
Lokalizacja Termin Cena Wybierz
{{place.city}}
{{ event_pack_item.event_details.education_center.name }} ???
Nowość {{place.price}} netto
{{ place.price | zlotyPriceWithTax }} brutto
 
Skontaktuj się z nami
Dostępne terminy:
Lokalizacja i termin do uzgodnienia
Nowość {{place.price}} netto {{ place.price | zlotyPriceWithTax }} brutto
 
  • Liczba miejsc (dostępnych: {{ basketAddItem.free_seats}})
    {{ basketAddItem.city }}
    {{ basketAddItem.date }}
    Dodaj do koszyka LUB Zarezerwuj szkolenie
    Dodano do koszyka
    Liczba miejsc xxxxxxxxxx

Żeby dowiedzieć się, czy dane szkolenie będzie realizowane stacjonarnie skontaktuj się ze swoim Opiekunem lub zadaj pytanie przez Formularz kontaktowy

Szkolenie / Big Data...

R - analiza, przetwarzanie i wizualizacja danych - kurs zaawansowany

Pakiety e-learning

Przeznaczenie szkolenia

Szkolenie skierowane do osób, które znają podstawy języka R ale chciałyby poznać jego dalsze możliwości a w szczególności rozbudować swoje umiejętności przetwarzania danych. Kurs dedykowany dla osób pracujących z dużymi ilościami danych, dla analityków, dla osób wykonujących raporty, badania statystyczne.

Korzyści wynikające z ukończenia szkolenia

Zdobycie umiejętności pracy w języku skryptowym R w środowisku RStudio. Kurs daje możliwości poznania składni języka R pod kątem wykorzystania przy opracowywaniu analiz i obróbki danych ze źródeł zewnętrznych. Dzięki szkoleniu kursanci będą w stanie wykonywać samodzielnie zautomatyzowane raporty i poprawnie interpretować współczynniki statystyczne.

Oczekiwane przygotowanie słuchaczy

Dobra znajomość środowiska Microsoft Windows oraz podstawowa znajomość MS Excel.

Język szkolenia

  • Szkolenie: polski

AGENDA SZKOLENIA

  1. Wprowadzenie
    • R na tle innych narzędzi
    • Dokumentacja kodu - R markdown
    • Krótka charakterystyka pakietów R do przetwarzania danych - tidyverse
  2. Powtórzenie składni języka R
    • Podstawowe komendy
    • Typy i struktury danych
    • Import danych ze źródeł zewnętrznych
    • Programowanie w R
    • Import i eksport danych
  3. Wykresy w pakiecie ggplot2
    • Rodzaje wykresów
    • Zapis wykresów do plików
  4. Przetwarzanie danych
    • Pakiet plyr
    • Pakiet dplyr
    • Pakiet tidyr
  5. Analiza statystyczna
    • Raport opisowy danych
    • Estymacja przedziałowa
    • Weryfikacja hipotez statystycznych
    • Badanie zależności zmiennych ilościowych i jakościowych
    • Analiza głównych składowych - PCA
  6. Prognozowanie danych
    • Regresja prosta i wieloraka
    • Optymalizacja modeli danych
    • Prognozowanie szeregów czasowych
  7. Łączenie R z innymi programami
    • Pakiet RExcel
    • Pakiet RServe
  8. Współpraca R z bazami danych
  9. Budowanie interfejsów graficznych
    • Pakiet Shiny R
  10. Optymalizacja wykorzystania zasobów komputera
    • Obliczenia równoległe
    • Praca z dużą ilością danych


Kod szkolenia R02 / PL AA 2d
   array(6) {
  ["id"]=>
  string(36) "177239BF-B9FC-42DA-B699-B63DECFD98F3"
  ["name"]=>
  string(6) "Altkom"
  ["iscertificatevendor"]=>
  int(0)
  ["iscontentvendor"]=>
  int(1)
  ["imagehash"]=>
  string(12102) "data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAAAZAAAABcCAYAAABA4uO3AAAKQ2lDQ1BJQ0MgcHJvZmlsZQAAeNqdU3dYk/cWPt/3ZQ9WQtjwsZdsgQAiI6wIyBBZohCSAGGEEBJAxYWIClYUFRGcSFXEgtUKSJ2I4qAouGdBiohai1VcOO4f3Ke1fXrv7e371/u855zn/M55zw+AERImkeaiagA5UoU8Otgfj09IxMm9gAIVSOAEIBDmy8JnBcUAAPADeXh+dLA//AGvbwACAHDVLiQSx+H/g7pQJlcAIJEA4CIS5wsBkFIAyC5UyBQAyBgAsFOzZAoAlAAAbHl8QiIAqg0A7PRJPgUA2KmT3BcA2KIcqQgAjQEAmShHJAJAuwBgVYFSLALAwgCgrEAiLgTArgGAWbYyRwKAvQUAdo5YkA9AYACAmUIszAAgOAIAQx4TzQMgTAOgMNK/4KlfcIW4SAEAwMuVzZdL0jMUuJXQGnfy8ODiIeLCbLFCYRcpEGYJ5CKcl5sjE0jnA0zODAAAGvnRwf44P5Dn5uTh5mbnbO/0xaL+a/BvIj4h8d/+vIwCBAAQTs/v2l/l5dYDcMcBsHW/a6lbANpWAGjf+V0z2wmgWgrQevmLeTj8QB6eoVDIPB0cCgsL7SViob0w44s+/zPhb+CLfvb8QB7+23rwAHGaQJmtwKOD/XFhbnauUo7nywRCMW735yP+x4V//Y4p0eI0sVwsFYrxWIm4UCJNx3m5UpFEIcmV4hLpfzLxH5b9CZN3DQCshk/ATrYHtctswH7uAQKLDljSdgBAfvMtjBoLkQAQZzQyefcAAJO/+Y9AKwEAzZek4wAAvOgYXKiUF0zGCAAARKCBKrBBBwzBFKzADpzBHbzAFwJhBkRADCTAPBBCBuSAHAqhGJZBGVTAOtgEtbADGqARmuEQtMExOA3n4BJcgetwFwZgGJ7CGLyGCQRByAgTYSE6iBFijtgizggXmY4EImFINJKApCDpiBRRIsXIcqQCqUJqkV1II/ItchQ5jVxA+pDbyCAyivyKvEcxlIGyUQPUAnVAuagfGorGoHPRdDQPXYCWomvRGrQePYC2oqfRS+h1dAB9io5jgNExDmaM2WFcjIdFYIlYGibHFmPlWDVWjzVjHVg3dhUbwJ5h7wgkAouAE+wIXoQQwmyCkJBHWExYQ6gl7CO0EroIVwmDhDHCJyKTqE+0JXoS+cR4YjqxkFhGrCbuIR4hniVeJw4TX5NIJA7JkuROCiElkDJJC0lrSNtILaRTpD7SEGmcTCbrkG3J3uQIsoCsIJeRt5APkE+S+8nD5LcUOsWI4kwJoiRSpJQSSjVlP+UEpZ8yQpmgqlHNqZ7UCKqIOp9aSW2gdlAvU4epEzR1miXNmxZDy6Qto9XQmmlnafdoL+l0ugndgx5Fl9CX0mvoB+nn6YP0dwwNhg2Dx0hiKBlrGXsZpxi3GS+ZTKYF05eZyFQw1zIbmWeYD5hvVVgq9ip8FZHKEpU6lVaVfpXnqlRVc1U/1XmqC1SrVQ+rXlZ9pkZVs1DjqQnUFqvVqR1Vu6k2rs5Sd1KPUM9RX6O+X/2C+mMNsoaFRqCGSKNUY7fGGY0hFsYyZfFYQtZyVgPrLGuYTWJbsvnsTHYF+xt2L3tMU0NzqmasZpFmneZxzQEOxrHg8DnZnErOIc4NznstAy0/LbHWaq1mrX6tN9p62r7aYu1y7Rbt69rvdXCdQJ0snfU6bTr3dQm6NrpRuoW623XP6j7TY+t56Qn1yvUO6d3RR/Vt9KP1F+rv1u/RHzcwNAg2kBlsMThj8MyQY+hrmGm40fCE4agRy2i6kcRoo9FJoye4Ju6HZ+M1eBc+ZqxvHGKsNN5l3Gs8YWJpMtukxKTF5L4pzZRrmma60bTTdMzMyCzcrNisyeyOOdWca55hvtm82/yNhaVFnMVKizaLx5balnzLBZZNlvesmFY+VnlW9VbXrEnWXOss623WV2xQG1ebDJs6m8u2qK2brcR2m23fFOIUjynSKfVTbtox7PzsCuya7AbtOfZh9iX2bfbPHcwcEh3WO3Q7fHJ0dcx2bHC866ThNMOpxKnD6VdnG2ehc53zNRemS5DLEpd2lxdTbaeKp26fesuV5RruutK10/Wjm7ub3K3ZbdTdzD3Ffav7TS6bG8ldwz3vQfTw91jicczjnaebp8LzkOcvXnZeWV77vR5Ps5wmntYwbcjbxFvgvct7YDo+PWX6zukDPsY+Ap96n4e+pr4i3z2+I37Wfpl+B/ye+zv6y/2P+L/hefIW8U4FYAHBAeUBvYEagbMDawMfBJkEpQc1BY0FuwYvDD4VQgwJDVkfcpNvwBfyG/ljM9xnLJrRFcoInRVaG/owzCZMHtYRjobPCN8Qfm+m+UzpzLYIiOBHbIi4H2kZmRf5fRQpKjKqLupRtFN0cXT3LNas5Fn7Z72O8Y+pjLk722q2cnZnrGpsUmxj7Ju4gLiquIF4h/hF8ZcSdBMkCe2J5MTYxD2J43MC52yaM5zkmlSWdGOu5dyiuRfm6c7Lnnc8WTVZkHw4hZgSl7I/5YMgQlAvGE/lp25NHRPyhJuFT0W+oo2iUbG3uEo8kuadVpX2ON07fUP6aIZPRnXGMwlPUit5kRmSuSPzTVZE1t6sz9lx2S05lJyUnKNSDWmWtCvXMLcot09mKyuTDeR55m3KG5OHyvfkI/lz89sVbIVM0aO0Uq5QDhZML6greFsYW3i4SL1IWtQz32b+6vkjC4IWfL2QsFC4sLPYuHhZ8eAiv0W7FiOLUxd3LjFdUrpkeGnw0n3LaMuylv1Q4lhSVfJqedzyjlKD0qWlQyuCVzSVqZTJy26u9Fq5YxVhlWRV72qX1VtWfyoXlV+scKyorviwRrjm4ldOX9V89Xlt2treSrfK7etI66Trbqz3Wb+vSr1qQdXQhvANrRvxjeUbX21K3nShemr1js20zcrNAzVhNe1bzLas2/KhNqP2ep1/XctW/a2rt77ZJtrWv913e/MOgx0VO97vlOy8tSt4V2u9RX31btLugt2PGmIbur/mft24R3dPxZ6Pe6V7B/ZF7+tqdG9s3K+/v7IJbVI2jR5IOnDlm4Bv2pvtmne1cFoqDsJB5cEn36Z8e+NQ6KHOw9zDzd+Zf7f1COtIeSvSOr91rC2jbaA9ob3v6IyjnR1eHUe+t/9+7zHjY3XHNY9XnqCdKD3x+eSCk+OnZKeenU4/PdSZ3Hn3TPyZa11RXb1nQ8+ePxd07ky3X/fJ897nj13wvHD0Ivdi2yW3S609rj1HfnD94UivW2/rZffL7Vc8rnT0Tes70e/Tf/pqwNVz1/jXLl2feb3vxuwbt24m3Ry4Jbr1+Hb27Rd3Cu5M3F16j3iv/L7a/eoH+g/qf7T+sWXAbeD4YMBgz8NZD+8OCYee/pT/04fh0kfMR9UjRiONj50fHxsNGr3yZM6T4aeypxPPyn5W/3nrc6vn3/3i+0vPWPzY8Av5i8+/rnmp83Lvq6mvOscjxx+8znk98ab8rc7bfe+477rfx70fmSj8QP5Q89H6Y8en0E/3Pud8/vwv94Tz+4A5JREAAAAZdEVYdFNvZnR3YXJlAEFkb2JlIEltYWdlUmVhZHlxyWU8AAADJmlUWHRYTUw6Y29tLmFkb2JlLnhtcAAAAAAAPD94cGFja2V0IGJlZ2luPSLvu78iIGlkPSJXNU0wTXBDZWhpSHpyZVN6TlRjemtjOWQiPz4gPHg6eG1wbWV0YSB4bWxuczp4PSJhZG9iZTpuczptZXRhLyIgeDp4bXB0az0iQWRvYmUgWE1QIENvcmUgNS42LWMxNDUgNzkuMTYzNDk5LCAyMDE4LzA4LzEzLTE2OjQwOjIyICAgICAgICAiPiA8cmRmOlJERiB4bWxuczpyZGY9Imh0dHA6Ly93d3cudzMub3JnLzE5OTkvMDIvMjItcmRmLXN5bnRheC1ucyMiPiA8cmRmOkRlc2NyaXB0aW9uIHJkZjphYm91dD0iIiB4bWxuczp4bXA9Imh0dHA6Ly9ucy5hZG9iZS5jb20veGFwLzEuMC8iIHhtbG5zOnhtcE1NPSJodHRwOi8vbnMuYWRvYmUuY29tL3hhcC8xLjAvbW0vIiB4bWxuczpzdFJlZj0iaHR0cDovL25zLmFkb2JlLmNvbS94YXAvMS4wL3NUeXBlL1Jlc291cmNlUmVmIyIgeG1wOkNyZWF0b3JUb29sPSJBZG9iZSBQaG90b3Nob3AgQ0MgMjAxOSAoV2luZG93cykiIHhtcE1NOkluc3RhbmNlSUQ9InhtcC5paWQ6MzU5OUJERkUyRDE1MTFFRDg3NTlBMUE0MEY5MENDNTkiIHhtcE1NOkRvY3VtZW50SUQ9InhtcC5kaWQ6MzU5OUJERkYyRDE1MTFFRDg3NTlBMUE0MEY5MENDNTkiPiA8eG1wTU06RGVyaXZlZEZyb20gc3RSZWY6aW5zdGFuY2VJRD0ieG1wLmlpZDozNTk5QkRGQzJEMTUxMUVEODc1OUExQTQwRjkwQ0M1OSIgc3RSZWY6ZG9jdW1lbnRJRD0ieG1wLmRpZDozNTk5QkRGRDJEMTUxMUVEODc1OUExQTQwRjkwQ0M1OSIvPiA8L3JkZjpEZXNjcmlwdGlvbj4gPC9yZGY6UkRGPiA8L3g6eG1wbWV0YT4gPD94cGFja2V0IGVuZD0iciI/PkVm5GAAABWESURBVHja7J0LvFVVncf/Fy5XHioKCgT4KtMUNNIiJcx0xAemViKOxozO5KSYY0ymNmOG5jSJlY9Ss9F8kBagoab5ADRQ8YFjjjQmMiBiooQIiiLP62n9PP/zcbNZa+219tnncO69v+/nsz5wz36stdde6///r//6r7WbSqWS2GjaRToSO5v0bZPeN6kkpFY0m7TCpIu1rgkhbYDSYvvvTVQgH3CwSTPZTOpGi0kbWA2EtG0F0olV8wFrWAV1YylHeYS0D6hASN2NGVYBIVQghBBCqEAIIYQQKhBCCCFUIIQQQqhACCGEUIEQQgghVCCEEEKoQAghhFCBEEIIoQIhhBBCBUIIIYRQgRBCCKECIYQQQgVCCCGECoQQQggVCCGEEEIFQgghhAqEEEIIFQghhBAqEEIIIVQghBBCCBUIIYQQKhBCCCFUIIQQQqhACCGEUIEQQgghVCCEEEKoQAghhDQGzawCQghpOPYy6VST9japZNILJt1i0p+pQBqPbqwCQkiDsJ9Jz6R+O8akc036jOUYFUiKcSb1Mul9/btJyu62e016qgb5LTFpqmr6kv6GvFtMGqn/EgIOMOlobR+VtoK2+Y5JV5i0sYPXz6EmHWJSa+I31M8bJv2MzSeIXzh+hxy82qQDG6WgTaVSyX5gly1arpLj94tNuqjOZVlm0o5s04Xxukk7t2FBe4lJ33Uc627SGgo/+bpHABI/W6sx4uI1kwbUXSAvtv/eqJPoixy/v1nncnQVBhqQTVnuMTRKrB75q+P3+ayaINab9K7neGsjFZbC0U9nVgEhpM4K5DrP8asbqbDtbRJ9oknDUpYghs3XSNk/TQghjc55UnaHjpUP3X7rTPqJSZdRgdSOfU36mOX33dgmCSFtBBjA3zDpUpM+qb89LW73IBVIQbj806vYJgkhbYy/aGpYOAdCCCGECkTcUTDv81UTQkixVOvC2l7KMclbqfBGKOOrW/B51jt+X90Aii00Bh7rJFbqsyCMuLfUbx3KW1Je8NVJ890u4looacSoIwSxm5a5+xasc0TQYb1JL/0b5Voi/hDJRgB9aV0D9ju804Embat/o43CvbKhxvluo8+KZ8aCXqyzwVzA4jrk+xGTemi/WOKRLzZw7Q6JutqScrG31mEXKYcBL9W0RRQIGtApJo0xaR/ZfBuQBSZNNunnWungcpP2T70ANP57TPpRzrKPNumsRGeDAPu049zTpbw6tnMi74eluEWJ/2XSHEt9tmpDv8Ck4x3Xovx3mnS3SY9rQ0uOmPDSsazzCyYdK+UtDUJByN90vUcFLODDQq+RiTL+UtP/mfSe/o6OM1jf9VhPHg+adLtJDyTed0XIfUrbyT/VsbMcbtJJ+m//1LG3TXrUpBu0vsFnpTxZ2SqbrizH/0+tQce/0aTdLUqiiwrocxJlS9JD6/FkKU+sppXzSyZNMum/E8J1vEl/l8qrq97/x4HlRbv9R5OGJ5Rxhb/qe5+k/0qqreUFMubv9T3ur8JcLM+LfoP9of4UcM+hUo5g2pCq8xdS7Rt97Gva37ZN/L5Mn/Face+GgX2rvmrSiVIO3El6eF4x6T6Vi3MzyjpEylGjyTZZ2Y3jTJPmBTxvP+17KM9eKvOSculFk24z6Xo1GgF2CtjXIqd/o+XejNiV6HipV5nUJ+ABYCmcIeXQ2ue0YDbhc6Sjcdgip86WD7dD+KFJ36mikc5R4eGjh3bG3p5zzs3ojMO1w/ayHJuoyiVGSO2r+Y0IFKbTLb+PV+X5hDaylwI63zSTeqZGSmMdws5WB/epIHhV323RK9GhsK5TwyIElPtLJg1SxWljH8uxb5p0peXcZaro13rynKEC3cUdKqzXWIylq1QohIzCz1SDAALvCMs5eBdHZ9xnD5NuknJYfAj3aH1Cwf3KchwLCfcMuM8p2r53iHj3UAznZ5xzgklTLL+vVSN4KxWoxwfkB8P1GkefkpzXJ8G7uddxDIptVsb9T1ejPcQD8JbKgN+btNCkj1rOua20+INzNiNmDuQ/VRP1CTy/m1oHp6igslHNMGpllQLntQKEVpbyOF8t3l6WTn6M1k2shTtXFcO/Bpzb3/H7ML3PsADlkVS2lVWwT6iAuTuwzI+pVVUZThe9Ynt3tSRHR1xznHbE3TyuifUFlnFmhvI4V4VcWnl8T0f0/QLzadER1on63mxkhYMeqfU5LOL50J6xyd8Xq6gjyJebI5UHwLqJ/02NGNK43Njon1trfzg+ML+rU+fOivRm4PpRnuPveY6tzbj39WpIhbqPt1NlNUrbqI03qnVhfV8t5TzcrFquvXFBhvJAnV3oaBzYUbPabZmvVgV8e45rr9KOE8OLatXCrfC5HErgJbW6vlHwexiggmvbHNd+Xp+l1vtyPWLSQTksUuy5dXHOPCdJvnUDUBr358xzSMJQiOWeKpUP3HpPa/4x+5HtpIp2j8j87lDD8MfajmL5tZTd6CsKbGdwM52W81rIkeWxF3UK7GQXVvlg29WgU1a7Bfs2VVz771Ke9/C9SFedHSLF7elfcXnEAhfGOzmu+w8p+6TzjiB+IOWJ1yKDAh7IqTwqdJZN/cNF81iG8hjlUB4wMi6pMu++kefDEn8w8NwiIxuvr1J5VIAS+G3kNZ+Q8hxBHuDe/Oec12L+5VsF1iHmOs6o8h6xI7+gEchtGceflLIvf542qv7aKb5SY6vuLbXmN6pAe1+Vgu2Z1ukQtjnx3HlXdWLeZULGiOsUjwCe47m2v1oQ2DIc8y9vq/V6g2cU9ysdTh+X83mO1VHFR7SeHhL3dglvyqYbWqKMZ6uR0V2P3aTWpA3Mm0xRq6+IKBDU8+CM4T4mlWdoXXbXuv26Pm+tmakjHBcQmr93HJuSce852tYq/a6f9rtRVZT3p6pEXEzXke+f1cqHYYitxc9RQZyH4RlW811qHS/W/g7j43AVvrbIxqOkPD84PUdZVqr7Z7aUJ9sH6bMN8PTXJLN0ZPGyGiUoh8/VPELcOzvHGkE3ZJzzsMryhVpvO2u/P7KajLMUCKI+BnqOnyn22Xn4MuHvhe+2d406J170rfJhVAU6EXx5B1vOxcT7+JQCWRuYT2vKbTUho7Ef5xGeP/Rc+009nh5ZwbeMuZRxHmWOCa5VEr9dNu53cuq3w7VRHRrg6phi6VxfzlCyswp0Gfnqc7Z2kL9YRiyI/EOUy78U3CabUvkc7LHeP69ltIG5nF09+cANeK3l98k6wkV0Us/Isu8s/mi582TziElE3T2vwutWtYJjcU0mw7WDSXmbq3Wa5nmnQ3FNyKFA7td+tCKVDwyQp1SZSKQshCE1Sdu8Tdbup6PEarcogRHXNcPQmmj5faIakHdKzjWBWRf5OthYh/Ko8JBaX7WKE1+nFu8qTe+K2/dZGa1Uzl0h/omqChsTHfEij9uqk1q5vlGAbzNH+MCv9LjldtAOepTj+Ltq+cQq4JM9brZxGSOlWR7L7FKP4fHHgkYfR3tGEQvUsnVtA7FaRyG3FdgeWxLtD4LnCMd5b6vyne251+kZhsa1nuN/kHI4e+y232M8xy6T7HD7MZIdHZQGYd77Oo4dKv55unmqoFc77rt3RDkwuhkp9vkI3P8fArwSLln4uMeYaq7CfZaUPed5jh/nUB4Vfif+4I7cCgTRVkMdx6aJf8vhCph4vUTqhysGPe98yfY6FMWks2syE26RZwJewlTH73tL+Jfa7hJ3dMX1Ec/VP0NIVVxbLi4KGL26IqLekXzzL2lO9hwLjaYZowK9CCrK6nZxh1gvVeH2VEabc43+HlU3UxZQoOdGln+k4/dFkh0iW+GkyDxdPntEnj0XcD1Cpy93HDsxohxZywGe9Rg9KzK8EpWRiItq54ehgF0RepNVQWQxU+yh6VUpkOHi/h5GzJbCVwZa+43INipoXdZ4X21cWZEnWOi00HHs/IjytKgFauP5CKvz4IBzfK7LwQHXuxr1Wgl3H/pwrSmAcJ4bcZ+ivq/QrALeNQcxXw2yRRn3+YLn2E8iyoNRSuhE93biDtm9KSLP1yUugsv1rIjYQxDBARnp0562FBNV9T+BStnGjIBrV2S0m2rYO0P2hnKZ5HAtN2dYqTZKErbyM2lxwkI/qA0qkP/XZOPjKqi6Bo7EXMR+3xhDUpvvf7lawbsGKsYstlYDwyaEWqtoW0WsrWgSd4TR5Mh7wfq6oIAy+VwRcGN8rkqBsDZQWFWAixcTp4cFGgtNVQjXJHBdHxVwXlePkXFrAe8jxrIPiSpcmUM5VHhP+4zNIK82ms2lKN9S4zZG+WPUt39RI5AdPJp4WeRD/knaHxsjrIdlno778ch8d8xhJeUR4j5rJESB1HIDy+4eJbgo8l5v1KGtxFiZrigoLHxdXaN+t6PnHc6NzDN0fqu3VBdKX2SdN1fRnkO2bmmV2n2KdnfH73Mle0+1NNFbx/sUyFYezSYN2EnrzSIJn6hb6+lEsfjWLHSU7540i9u9GjsMX1+H8g7VUUgILZFtKEtwhSpkGwiAiZ0jChVa3SQ+ajCGbQu+XyfPaDjk2lo9q+vdrclxr/V5OqJv2GWjb46CDWynggzurZCY8x4ea61V4r69vibDqusIrPcoipbIe3WrU5nhqkTUV1ao67rIkUkeZZTmXc/120vcDsbdIt6hi/k53qPNAu8IuBR8zxz3iu4LzTlGDYgX3ylyuPPJdvCiOjssOvilEUbnCyxwKV3Ef2NR1j4R5ViSYzjb3lijI2Gbnzs2LLJvHcuNyDHMKfhCul0j/P5qILwZkd8BVXoIYDUPiezroQs0MWe32mFcYRHy80JCeNEjc+EijIl4jJYfPheWz5e8f2QHHdLGXxK2JVnosQJ/JP41Bb5FSDMjy+LKp5+4Ax/aIy5fe+xitmMKLhfW9Pj2RkLY6UjP8Wc8xt7REeWAch0aeK7vux6xQR6hZXxP3AvozqJeCGa+ZzQxNOI+e+QwvrwK5BGP9orZG2u8tN1vr8MCQ5gtNkbEVt0PeM7FmoI/Oo5hotwV+oqIqtC9pRAp4dqy4FNSW59yo+EStOgERwXeA/7j0wsqD94htqrBymqE837bc+492p5sPOYR5jFrO2L6KPq5axHg1yLus6fEbSz4sOP3M7Q9k2x862Viogu/nyfzThlugkccx7AEP+SDNOjIY9vwy4GAuTTxN0IxfQv2hnss49EepRBqBR/uUTZndrCO80vPsV9L2PbnM6S4zzovl03Dq7Fm43ZPv4OisPn5MQdyh+M6GCEhCwkRuhu7UZ9rTy4sKL458B6xGxn6ngUr6kODVLbRkd32HVCBwDPiirY7JLAdYAubE/NkntV5fAtRztHj3T0C7b42/nJg0afjv08T9wraNfrSbJyd0XmPFfdiQ3zrAAu9XB8+gt/5ix2s4zyr9WID7hvMNbgWTA5S6/fAAsvTalEIoz2de6C413X4tgjC5nzYGcHlTsWIKs9Gglh74QpVxV5Kvt0SEPI/U7L3i0qDunFtLtpTj39X3N8gQv/EdkuYL/k3Ke9b1REZ7zkGQ+YHHu8ERrU35s04y7U0Qy2l4Y7jWBWNiUEs3pqr1jEm2b+SozE1IiVHp0IHf9IhwOapNp9s6RBQuOM8bo17tbMeoOev0I6Z9c2POzpoxxkn7jmkAXoMwnSaGgJb6yjyhBqUpZPDIMMWN685+tpBqgzSuws8qha4zxjBXM8k7Xdooztpvxucs/zLVdi43GRnaXmuU4H9jiqOYVqenjnzPU3cEVOoz0vUFTNLlQ2CDODf30sNhGSEJ3YBwOcNJnawfoDNEDFnvZvjOFyrY1SOVCbdP6ZyatdqMg6Zm0DGL3uO7ygdc9ILcf39xR41g11qsUvoxRaFC8v3dx6FdXOEywCcL3FfjmtPQKhMFf+nA0ZI2Od/awUinI70jDbOVoGctp5hmL3uuS8isor+OBeiCU8Sd9j9IAnfty1mFHKh+PfMw6r1I8S9QWWSW3QkP7uD9QV8bty3x9rO6jUq3GrKYrH4N67LAjHkC9rhC+sm7klAgEkpm08Yn4E9tKAyYNh+qXRsTpDqYv5fkdp/kfChDCPrF7L5VidLpbpve6DfvZDjOowyql1cGVuf+Fz2ZQXW9zEdsB/MEb+bPAsYwvNroUDAb8T9kaSsRgx3zCPt9KUhUsS32RwEwHMOgVJtcAEUx+VC4L7B99qfznEtrN4vS3ET6T6uUUXhAiOU9BqK34p/m3UXa7VOHsxx7QLts3m+UYF2nTeYAyPpar/QB8UFd9d3Omhf+FnOZ8faMmxM+UytFAiYqFZS6P46aLx76vDcFRvuWrfg8uX1ysjTFRrZJ+cLwUKnrO0gThX/V8eGOF7MtTqC+WxkmUZqnYbs4vtq5O9JNoh7UjVkT6bldew4EJiIeb8i8Hys3sVk8/e0Tbn6QUtEG0QbywqjRvCFK9QbbhrMlaT3RsO6nwMj+h0UEWL6sUD1iMh+V+FZ7bsxc2tQjoepIre5xkMWqV2h+d4d+f7h+r1F6871zR7fSv6QVe875axL0fpw7Zll23KlR4bnw8cElRGvBNYd6hrzSXD7uQJx+vkeLAb4/bH/PCZfMFmFBYV9U9bLE1L24SfdOzdqwyillJfLBfRzvW/6/Cwr81YtX/q6P2Rc19vR2bDvVPeAevmp5mnbmRO/zRb74ku4C57U43fpvy+lrL+B2vlwLnbijVnVP0rsK61DYvUxKfpVsYcN7xZwPQIvbK7PNfqseb+r7uNbOiJE2xyRqqvVKhinqrCpvKtV8uG3Wiplakq8O5urYGqq/E3qAghx3YzQ0UiLpQ76qJGW3gH6SW3Xo9UTsF+qUy/Uc27SUUDSczDE0h8eClSycA9+RvPEhP/ghLLdoErtfs3n+URd2OrztcB3CDcKvkQ4SF1Rh2n738Vy3nxtS9MDBOYCz3sOWd0/Wftmui5DdkiGJ2aKytt03jY348uesi4JyO9+rbOTtC8MkU23OUKej2o/eDxlBHzU8ozTXBk1lUr2fty0S9DLblHt1UUraV4bHfpBoM5qkLJs0Ia6Qa3S9rg9SYvU7kuVaauxj46kFkvY1tttgS7a71pUMb5Qp3wHJAwSKISldXxmjKoqu/eu1D5Cwuiuo7MuauhEz0mXFtdGgbQX4P54iu2sLixVwb6RVUFI28ClQDqxaki92yKrgJD2ARUIIYQQKhBCCCFUIIQQQqhACCGEUIEQQgghVCCEEEKoQAghhFCBEEIIoQIhhBBCBUIIIYRQgRBCCKECIYQQQgVCCCGECoQQQggVCCGEEEIFQgghhAqEEEIIFUhD0MQqqBudWQWEUIG0J1pYBXWjDxU2Ie2DZlbBB7xs0gTh97rrMdJbZVIrq4KQts/fBBgAdp9L9/kGjvsAAAAASUVORK5CYII="
  ["slug"]=>
  string(6) "altkom"
}
    
Pobierz PDF
FORMULARZ KONTAKTOWY
Imię

*

Nazwisko

*

Telefon

*

E-mail

*

Firma

Kod prom.

  • {{ order.city }} {{ order.date }} {{ order.price_without_promo }} {{ order.price }} {{ order.price }}   {{ order.code }} {{ order.price_without_promo }} {{ order.price }} {{ order.price }}  
R - analiza, przetwarzanie i wizualizacja danych - kurs zaawansowany (R02 / PL AA 2d)
Cena netto
1850.00 PLN
+ vat (2275.5 PLN brutto 1. os. )
Czas trwania: 2 dni (ilość godzin: 14)
Zadaj pytanie o szkolenie