fbpx

Cursus Data Analyse met R

In de cursus Data Analyse met R leert u programmeren in de taal R en hoe u R kunt gebruiken voor data analyse en visualisatie. R is uitgegroeid tot een standaard platform voor data analyse en het maken van grafieken en kan een enorme reeks statistische procedures uitvoeren. In de cursus Data Analyse met R wordt gebruikt gemaakt van een reeks samenhangende R packages die bekend staan onder de naam de tidyverse. Deze packages hebben een onderliggende design filosofie, grammatica en data structuren gemeen en zijn speciaal geschikt voor data science.

Regio:
  • Inhoud
  • Training
  • Modules
  • Algemeen
    Algemeen
  • Reviews
  • Certificaat
  • Cursus Data Analyse met R : Inhoud

    R Intro

    De cursus Data Analyse met R gaat van start met de installatie van R en de R Studio ontwikkelomgeving. Ook wordt ingegaan op de basis syntax van R en de installatie van R packages.

    Plotting in R

    Vervolgens leert hoe u met het ggplot2 package door middel van grafieken snel inzicht kunt krijgen in de data. Hierbij komen de verschillende plot types, themes en layouts aan de orde.

    Transformaties

    Dan is het tijd voor het dplyr package waarmee veel voorkomende data transformatie problemen zoals filteren, sorteren, sommeren en groeperen, kunnen worden opgelost.

    Data Cleaning

    Ook het presenteren van data met het rmarkdown package wordt behandeld. Evenals het in een nette vorm brengen van ruwe data met het tidyr package, waarbij kolommen variabelen en rijen observaties worden.

    Date en Times

    In veel data sets komen tijd reeksen voor. Op de verwerking daarvan wordt ingegaan met het lubridate package dat beschikt over vele handige functies voor de verwerking van datums en tijd.

    Data Import

    Onderdeel van het programma van de cursus is ook het importeren van data uit csv files en file formaten van andere statistische pakketten zoals SPSS of SAS. Het lezen uit en schrijven naar databases passeert ook de revue.

    Statistische Analyses

    Tenslotte behandelt de cursus Data Analyse met R statistische analyse modellen zoals lineaire en niet-lineaire modellen, variable transformaties en regressies. Dit alles wordt ondersteund met veel voorbeelden uit de praktijk en kan ook toegepast worden op cases die door de cursisten worden meegenomen.

  • Cursus Data Analyse met R : Training

    Doelgroep Cursus Data Analyse met R

    De cursus Data Analyse met R is bestemd voor Big Data analisten en wetenschappers die R willen gebruiken om hun data te analyseren en voor het maken van statische analyses.

    Voorkennis Data Analyse met R

    Ervaring met programmeren is bevorderlijk voor een goede begripsvorming maar is niet vereist.

    Uitvoering Training Data Analyse met R

    De theorie wordt behandeld aan de hand van presentaties en voorbeelden. De concepten worden toegelicht met demo's. Daarna is er tijd om er zelf mee te oefenen. R-Studio wordt gebruikt als ontwikkelomgeving. De cursustijden zijn van 9.30 tot 16.30

    Certificering Cursus Data Analyse met R

    De deelnemers krijgen na het goed doorlopen van de cursus een officieel certificaat R Programmeren.

    Data Analyse met R
  • Cursus Data Analyse met R : Modules

    Module 1 : Intro R

    Module 2 : Graphics and Plots

    Module 3 : Transformations

    Overview of R
    History of R
    Installing R
    The R Community
    R Development
    R Studio
    R Console
    R Style
    Using R Packages
    Cheatsheets
    R Syntax
    R Objects
    ggplot2
    Graphics Devices and Colors
    High-Level Graphics Functions
    Low-Level Graphics Functions
    Graphical Parameters
    Controlling the Layout
    Changing Plot Types
    Quick Plots and Basic Control
    Aesthetics
    Changing Plot Types
    Labels
    Themes and Layout
    dplyr
    R Functions
    Functions for Numeric Data
    Scoping Rules
    mutate
    arrange
    group by
    summarize
    select
    filter
    joining
    dataframe

    Module 4 : Presentation

    Module 5 : Data Cleaning

    Module 6 : Date Times

    rmarkdown
    Reproducible research
    Reporting
    Sharing results
    Repetitive Tasks
    Family of apply Functions
    apply Function
    lapply Function
    sapply Function
    tapply Function
    tidyr
    spread
    gather
    seperate
    unite
    Logical Data
    Missing Data
    Character Data
    Duplicate Values
    NA’s
    Time and Date Variables
    lubridate
    Setting a datetime
    Getting values from a datetime
    strftime Command
    strptime Command
    as.Date function
    Datetimes Calculations
    difftime Command
    Time Series Analysis

    Module 7 : Data Import

    Module 8 : Linear Models

    Module 8 : Non-Linear Models

    R Datasets
    Data.Frames
    Importing CSV Files
    Import from Text Files
    Import from Excel
    Import from Spss or SAS
    Connecting to a database
    Connecting to a cluster
    Databases and ODBC
    dbplyr
    What is a model?
    Statistical Models in R
    How to evaluate a model?
    How to use a model?
    Simple Linear Models
    logistic regression
    linear regression
    R squared
    p values
    confidence intervals
    Decision Trees
    random forest
    boosting
    overfitting
    Optional material :
    Interactive dashboards with Shiny
    Web Scraping
    Writing packages
    Spark
    Functional programming
  • Cursus Data Analyse met R : Algemeen

    Lees de algemene cursus informatie
  • Cursus Data Analyse met R : Reviews

    Ezra : UWV
    Deze week heb ik enorm veel geleerd. Ik wist nog niets over programmeren, dus ik had een flinke kluif om alles te volgen. Sommige onderdelen zoals statistiek en selecties vond ik weer makkelijker omdat ik daar ervaring mee heb, maar functies, tribbles en tibbles waren volledig nieuw. De komende tijd ga ik R inplannen als huiswerk, zodat ik er daadwerkelijk mee verder ga qua leren!
    Pleuni : RIVM
    Prima cursus om kennis te maken met R. Als je al enige ervaring hebt met R of een andere programmeertaal, dan is de eerste dag wel veel herhaling. De andere drie dagen geven echter veel nieuwe inzichten en valt er genoeg te leren! Er werd goed de tijd genomen om individuele vragen te beantwoorden. Verder is de structuur erg prettig; na uitleg van een bepaald onderdeel, kan je er direct mee oefenen en daarna worden de uitwerkingen doorgelopen.
    Martin : Aegon
    Prima cursus. Zal nog wel veel moeten oefenen om de stof te verwerken maar dat is heel goed mogelijk met het uitgereikte extra materiaal.
    Fotios : ABN-AMRO
    Intense course with aim to cover a lot of material. Broad focus and not sufficient time for practicing. Good material quality which allows for self-study.
    Franka : Dica
    Many thanks. I had a blast in learning R.
    Suzanne : Greenchoice
    Prettige, gestructureerde training.
    De trainer is een uitermate relaxt persoon die continu rustig blijft.
    Het niveau is direct vrij hoog en was niet voor de gehele groep even goed bij te houden.
  • Cursus Data Analyse met R : Certificaat