Язык R для анализа данных

Курс повышения квалификации или освоения программы с нуля по направлению Язык R для анализа данных от онлайн-университета Skillbox. Курсы, созданные практикующими экспертами компаний-партнеров. Индивидуальный график — вы сами выбирайте, когда и во сколько проходить программу обучения. После прохождения курса выдается сертификат и возможность пройти стажировку в лучших IT компаниях России. У каждого студента есть возможность пообщаться с преподавателем в режиме онлайн или задать вопрос в чат. Университет имеет государственную лицензию №039911 на право оказывать образовательные услуги.

Программа курса

Онлайн-лекции и практические задания с подробным разбором.

Язык программирования R: базовые операции

• Познакомитесь с интерфейсом RStudio и установите среду для программирования на R. Узнаете, как создавать файлы R и Rmarkdown, делать базовые вычисления и выполнять операции с числовыми векторами.

Язык программирования R: типы и структуры данных

• Изучите типы данных в R и научитесь преобразовывать данные из одного типа в другой. Разберёте структуры данных в R: векторы, матрицы, датафреймы и списки. Узнаете, как с ними работать.

Язык программирования R: управляющие конструкции

• Научитесь использовать условную конструкцию if-else, проверять условия, работать с циклами и функциями.

Чтение и запись файлов в R

• Узнаете, как работать с файлами в рабочей папке, читать и записывать файлы форматов csv, txt и Excel. Научитесь работать с библиотекой readxl.

Обработка данных в R

• Научитесь использовать датафреймы и работать с данными с помощью базовых средств R. Узнаете, как выводить описание датафрейма, работать со строками и столбцами.

Обработка данных с библиотекой tidyverse: часть 1

• Познакомитесь с библиотекой tidyverse и её возможностями. Разберёте особенности синтаксиса tidyverse и изучите работу с разными функциями. Узнаете, как группировать и агрегировать данные, выгружать сводную информацию с помощью библиотеки stargazer.

Обработка данных с библиотекой tidyverse: часть 2

• Научитесь трансформировать структуру данных и объединять таблицы.

Работа с пропущенными значениями в R

• Научитесь выполнять поиск и подсчёт пропущенных значений и искать в них закономерности. Поймёте, как визуализировать пропущенные значения с помощью библиотек mice и VIM и заполнять пропуски средствами tidyverse.

Работа с порядковыми и категориальными данными в R

• Изучите шкалы данных: числовую, порядковую и категориальную. Разберёте особенности факторных данных в R и операции с ними. Научитесь работать с категориальными данными с forcats.

Визуализация данных в R

• Научитесь строить простейшие графики средствами R — гистограмму, диаграмму рассеяния и линейный график. Разберёте типы точек и линий в R.

Визуализация данных с библиотекой ggplot2

• Узнаете, как строить графики с библиотекой ggplot2. Научитесь работать с одномерными, двумерными и нечисловыми данными и группировать данные на графиках.

Разведывательный анализ данных в R

• Познакомитесь с описательными статистиками в R. Научитесь пользоваться библиотекой psych и искать нетипичные значения. Изучите коэффициенты корреляции Пирсона и Спирмена и поймёте, как их применять. Узнаете о понятии корреляционных матриц, сможете их визуализировать и выгружать в отчёт.

Поиск взаимосвязей в данных в R

• Научитесь выделять взаимосвязи в количественных и категориальных данных. Изучите простую линейную регрессию. Узнаете, как работать с регрессионной моделью, проверять её качество, выгружать результаты и включать их в отчёт Rmarkdown.

Интерактивные графики с библиотекой Plotly

• Познакомитесь с проектом Plotly, разберёте его возможности, особенности синтаксиса и функции. Научитесь строить интерактивные графики Plotly в 2D и 3D и публиковать результаты на RPubs.

Аналитические панели в R: фреймворк Shiny

• Изучите проект Shiny, его возможности и устройство кода. Установите библиотеку Shiny, научитесь редактировать шаблонное приложение, добавлять на дэшборд меню, строки датафрейма и элементы интерфейса.

Дипломный проект. Обработка и анализ социально-экономических данных

• Вы выгрузите данные из разных файлов, соберёте их в единый датафрейм и обработаете его. Проведёте разведывательный анализ, построите регрессионные модели и графики, а затем представите результаты и интерпретацию в отчёте.