Inhalt
Die Programmiersprache und Software R gilt zunehmend als Standardsprache in der Datenanalyse, sowohl in der Wirtschaft als auch in der Wissenschaft. Sie lässt sich für die Automatisierung regelmäßiger Berichte, Kennzahlen und Statistiken im Unternehmen oder für Predictive Analytics nutzen. In dieser R-Schulung bekommen Sie an zwei intensiven Tagen ein solides Fundament vermittelt, um Data Science Problemstellungen mit R zu bearbeiten.
Ursprünglich von Statistikern entwickelt unterscheidet sich R von anderen Programmiersprachen dadurch, dass die Datenstrukturen und deren Analyse im Vordergrund stehen: eine lineare Regression beispielsweise ist in R eine einzige Programmzeile. Die kostenfreie Software entfaltet ihre Stärke durch die Vielzahl an Bibliotheken. Mit deren Hilfe können Problemstellungen effizient gelöst werden, ohne dabei "das Rad neu zu erfinden". Über 10.000 stehen im zentralen Archiv CRAN zur Verfügung und können bei Bedarf mit einem Befehl hinzu installiert werden.
Zusammen mit der Entwicklungsumgebung RStudio bietet R eine komfortable Möglichkeit, Daten anzubinden, zu explorieren, zu transformieren und zu visualisieren. Mit Hilfe der entsprechenden Pakete lassen sich Machine-Learning-Modelle unterschiedlichster Art trainieren und anschließend für Vorhersagen nutzen. Außerdem lassen sich Grafiken in Publikationsqualität erstellen und flexibel an die individuellen Bedürfnisse anpassen oder Berichte in PowerPoint exportieren.
Im Vergleich zu Analysen in Excel trennt R klar Daten von den Auswerteroutinen. Im Ergebnis erhalten Sie reproduzierbare Analysen und somit die Basis dafür, Analyseprozesse in Ihrem Unternehmen zu automatisieren.
Diese R-Schulung verfolgt das Ziel, Sie mit einer soliden Basis an R-Kenntnissen auszustatten. Mit dieser Basis können Sie anschließend viele Fragestellungen aus dem Bereich Data Science lösen. Außerdem werden Sie aber auch in die Lage versetzt, bei neuen Problemstellungen die entsprechenden Pakete und Funktionen zu finden und somit eigenständig in R und RStudio zu arbeiten.