Pobierz kartę szkolenia

R - wstęp do programowania - kurs podstawowy

kod szkolenia: R01 / PL AA 3d
training assurance
Termin
tryb Distance Learning

poziom Podstawowy

czas trwania 3 dni |  21h|  20.01 21.01 22.01
2 200,00 PLN + 23% VAT (2 706,00 PLN brutto)
Poprzednia najniższa cena:
1 850,00 PLN
tryb Distance Learning

poziom Podstawowy

czas trwania 3 dni |  21h|  16.04 17.04 18.04
2 200,00 PLN + 23% VAT (2 706,00 PLN brutto)
Poprzednia najniższa cena:
1 850,00 PLN
tryb Distance Learning

poziom Podstawowy

czas trwania 3 dni |  21h|  09.07 10.07 11.07
2 200,00 PLN + 23% VAT (2 706,00 PLN brutto)
Poprzednia najniższa cena:
1 850,00 PLN
tryb Distance Learning

poziom Podstawowy

czas trwania 3 dni |  21h|  08.10 09.10 10.10
2 200,00 PLN + 23% VAT (2 706,00 PLN brutto)
Poprzednia najniższa cena:
1 850,00 PLN
2 200,00 PLN 2 706,00 PLN brutto

Szkolenie skierowane do osób, które chciałyby poznać możliwości pakietu R, a wcześniej z niego nie korzystały. Kurs dedykowany dla osób pracujących z dużymi ilościami danych, dla analityków, dla osób przygotowujących raporty, wykonujących badania statystyczne. 

Zdobycie umiejętności pracy w języku skryptowym R w środowisku R Studio. Kurs daje możliwości poznania składni języka R pod kątem jego 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.

Dobra znajomość środowiska Microsoft Windows oraz podstawowa znajomość MS Excel.

  • Szkolenie: polski
  1. Wprowadzenie
  • Przeznaczenie pakietu R
  • R na tle innych narzędzi
  • Instalacja R i R Studio
  • Korzystnie z oprogramowania R Studio
  1. Komendy systemowe i matematyczne w R
  2. Typy i struktury danych
  • Wektory
  • Macierze
  • Listy
  • Wektory czynnikowe
  • Ramki danych
  1. Import i eksport danych
  2. Programowanie w R
  • Instrukcje warunkowe
  • Pętle
  • Wektoryzacja a pętle
  • Własne funkcje
  1. Wykresy w R
  • Pakiet podstawowy
  • Pakiet ggplot2
  • Zapis wykresów jako pliki graficzne
  1. Podstawy statystyki
  • Statystyczne miary opisowe
  • Analiza współzależności
  • Estymacja przedziałowa
  • Weryfikacja hipotez statystycznych
  1. Modelowanie danych w R
  • Regresja
  • Prognozowanie szeregów czasowych
  • Segmentacja danych
  1. Budowanie własnych pakietów
  2. Kontrola wersji
  3. Praca z dużą ilością danych.