Kurs Analiza danych w RK-ANALIZA-R

  • Język R
  • RStudio
  • ReporteRs
  • XLConnect
  • BERT
  • RExcel

Obecnie brak terminów otwartych. Dostępne na zamówienie dla grup.

Warszawa
  • 16.12 - dzienny (dwa bloki 3-dniowe, średnio co 2 tyg.)
    zostało 9 miejsc
Zdalnie
  • 16.12 - dzienny (dwa bloki 3-dniowe, średnio co 2 tyg.)
    zostało 7 miejsc

Tryb zdalny: online na żywo z trenerem i grupą (→ więcej o kursach zdalnych). Można: zrezygnować do 15 dni przed startem; w każdej chwili przejść na tryb zdalny; w razie potrzeby skorzystać z nagrań. Kursy dostępne również na zamówienie, w terminie i lokalizacji do uzgodnienia, dla grup od 6 osób.

4,6/5 (50)
Stars
dla firm - netto
dla osób prywatnych - brutto (pokrywamy VAT)
dla podmiotów publicznych - zwolnione z VAT

Cena kursu: 3590 PLN

lub 718 PLN miesięcznie (5 rat)


percent icon first minute (30+ dni do startu) - 3%

percent icon dostęp do nagrań w razie potrzeby

shake hand icon dla chętnych bezpłatnie warsztaty HR

percent icon praktyczne ćwiczenia i miniprojekty

coffee cup icon poczęstunek w cenie

desktop icon stanowisko komputerowe w cenie

Poznaj możliwości języka R!

Naucz się, jak profesjonalnie analizować i wizualizować dane

Popularne narzędzia, dużo ćwiczeń, praktyczne umiejętności!

  • Tematyka:
    Język R, RStudio, analiza danych, import/eksport danych, statystyka opisowa i wizualizacja danych, wnioskowanie statystyczne, rozkłady prawdopodobieństwa, estymacja, testowanie hipotez, analiza korelacji i zależności, analiza regresji liniowej, prognozowanie, współpraca R z pakietem MS Office (pakiety ReporteRs, XLConnect, BERT, RExcel)
  • Zastosowanie:
    instytucje, duże organizacje, finanse, bankowość, uczelnie wyższe, działy R&D
  • Czas trwania:
    48 godzin zegarowych zajęć na żywo
    + 24 godziny pracy w domu z naszymi
    materiałami = w sumie 72 godzin
  • Tryby zajęć:
    • weekendowo (sob-niedz., średnio co 2 tygodnie)
    • dziennie (dwa 3-dniowe bloki co ok. 2 tyg.)
  • Grupa:
    Zajęcia stacjonarne - na sali max 12 osób.
    Dla kursów zdalnych - do 17 osób łącznie.
  • Rekrutacja:
    brak wymagań, kurs od kompletnych podstaw
  • Miejsce:
    Warszawa lub Zdalnie (online na żywo z trenerem i grupą)
  • Elastyczność:
    a) do 15 dni przed startem można zrezygnować
    b) podczas zajęć można:
    - przejść z trybu stacjonarnego na zdalny
    - ze zdalnego na stacjonarny
    - w razie potrzeby otrzymać nagrania z zajęć
    - zawiesić uczestnictwo i dokończyć później
    (w miarę dostępności miejsc)
  • Cena:
    3 590 PLN*
    dla firm - netto
    dla osób prywatnych brutto (pokrywamy VAT)
    dla podmiotów publicznych - zwolnione z VAT
Możesz zapłacić w 5 ratach po 718 zł - bez żadnych kosztów (sprawdź)
poczęstunek w cenie
stanowisko komputerowe w cenie

Analiza danych i język R

Umiejętność pozyskiwania i analizowania danych jest w dzisiejszych czasach kluczowa, zarówno w obszarze nauki jak i biznesu. Wyciąganie trafnych wniosków ze zbieranych na bieżąco danych, a także danych historycznych, pozwala osiągnąć postęp przy zarządzaniu firmą jak i prowadzeniu badań naukowych.

Nie każda instytucja potrafi wykorzystać potencjał, jaki kryje się w danych. Aby analizować duże ilości, często niepełnych informacji konieczne jest zastosowanie metod statystycznych i znajomość odpowiednich technologii. Te umiejętności zdobędziesz na naszym kursie!

R jest jednym z najpopularniejszych języków do analizy danych dzięki wieloletniemu rozwojowi, bogatemu zapleczu narzędzi i zaangażowanemu środowisku specjalistów z niego korzystających.

Olbrzymie repozytorium gotowych rozwiązań dla R, czyli CRAN, pakiety tidyverse, caret czy ggplot2 i inne stanowią dojrzały ekosystem gotowych do użycia modułów, a założenia przyświecające twórcom języka R pozwalają na sprawne posługiwanie się metodami statystycznymi i efektowną wizualizację danych.

Na naszym kursie można poszerzyć swoją wiedzę o zagadnienia związane z analizą danych i poznać narzędzia wykorzystywane w tym celu.

Od uczestników oczekiwana jest podstawowa znajomość matematyki i obsługi komputera. Jeśli chcesz się dodatkowo przygotować, możesz (ale absolutnie nie musisz) skorzystać z naszej oferty - bootcampa Specjalista MS Excel lub Analiza danych. Nie musisz być profesjonalnym programistą ani mieć doświadczenia w analizie danych.

To nie wykład z matematyki, tylko praktyczne warsztaty

Nie koncentrujemy się na nauce teorii - przekazujemy wiedzę praktyczną. Nauczymy Cię warsztatu analityka - abyś w profesjonalny sposób umiał przygotowywać, analizować i interpretować duże ilości danych, korzystając z języka R i jego dodatków. Podczas zajęć będziesz ćwiczyć poznawane techniki na realistycznych danych, podobnych do tych, z jakimi możesz spotkać się w praktyce zawodowej.

Czego nauczysz się na kursie?

sprawnie używać języka R i pakietu RStudio do przetwarzania danych

stosować statystykę opisową i wizualizację danych w R

prowadzić wnioskowanie statystyczne - testować, estymować, analizować zależności

stosować analizę regresji liniowej w R aby prognozować wyniki

używać języka R wraz z pakietem MS Office

Czy lepiej wybrać język R czy Python?

Zarówno język R jak i Python są wykorzystywane do analizy danych. Przy zastosowaniu najnowszych pakietów dla tych języków ich możliwości przy pracy z danymi są bardzo zbliżone. Pewne różnice pojawiają się, gdy weźmie się pod uwagę genezę tych języków, ich główne zastosowania oraz szerszy kontekst.

Język R został stworzony do zastosowań statystycznych, budowy modeli, np. ekonometrycznych i do wizualizacji danych. Jest uznawany raczej za język stosowany w środowiskach akademickich i podmiotach, dla których analiza danych jest jednym z głównych obszarów działalnności. Ekosystem i środowisko języka R, pomimo dostępności wielu pakietów, jest stosunkowo proste w instalacji. Język R jest prawdopodobnie lepszym wyborem dla osób, które bardziej są zainteresowane "czystą" pracą z danymi i statystyką.

Język Python, tak jak np. C++ czy Java, jest obiektowym językiem programowania. Ma on bardzo szerokie zastosowanie, nie tylko służy do analizy danych, ale też np. do budowy serwisów internetowych, skryptów automatyzujących pracę i innych rozwiązań zarówno akademickich jak i biznesowych. Ze względu na wydajność i uniwersalność wydaje się też lepszym rozwiązaniem do tzw. uczenia maszynowego. Język Python jest prawdopodobnie lepszym wyborem dla osób, które poza analizą danych są też zainteresowane "zwykłym" programowaniem i umieszczeniem swoich rozwiązań analitycznych w ramach zintegrowanych systemów produkcyjnych.

Bardziej od języka R interesuje Cię analiza danych z wykorzystaniem języka Python?

Program kursu

Jest to autorski program, którego nie znajdziesz nigdzie indziej - stworzony przez ludzi, którzy od lat pracują przy analizie danych w firmach i instytucjach.

To obszerny zakres materiału - przekazany w prosty i przystępny sposób. Program kursu jest ułożony tak, abyś w 6 dni mógł poznać podstawy analizy danych z wykorzystaniem języka R i jego dodatków.

W przypadku realizacji szkolenia na zamówienie dla Twojej firmy, możliwe jest indywidualne dostosowanie programu i czasu trwania kursu - np. rozpoczęcie od wprowadzenia do podstawowych zagadnień analizy danych i statystyki lub poruszenie bardziej zaawansowanych tematów związanych np. z uczeniem maszynowym.

Dla kogo jest ten kurs?

  • Dla osób, które chcą zajmować się analizą danych.
    Program tego kursu jest tak ułożony, że większość naszych kursantów może rozpocząć pracę przy analizie danych wykorzystując zaprezentowane przez nas narzędzia.
  • Dla osób, które na co dzień pracują z dużą ilością danych i chcą nauczyć się je analizować.
    Ten kurs podnosi kwalifikacje zawodowe i otwiera drogę do awansu bądź zmiany pracy na lepszą!
  • Dla osób, które prowadzą badania
    Kurs będzie użyteczny dla wszystkich, którzy na co dzień pracują zbierając dane, np. prowadząc badania na uczelni lub badania rynków i chcą nauczyć się analizować zebrane dane.

Co trzeba umieć przed kursem?

Na kurs zapraszamy wszystkich, którzy znają podstawy matematyki i obsługi komputera. Jeśli chcesz napierw poczuć się pewniej pracując z danymi przy komputerze, możesz (ale absolutnie nie jest to konieczne) skorzystać z innej naszej oferty - bootcampa Specjalista MS Excel lub Analiza danych

Nie jest potrzebne żadne doświadczenie w analizie danych.

Nie musisz być profesjonalnym programistą.

W jaki sposób uczymy?

Postawiliśmy przede wszystkim na zajęcia praktyczne!
Kurs jest zorganizowany w formie warsztatów - to oznacza, że tutaj nie ma wykładów jak na studiach. Pracujemy w małych grupach, przez cały czas z trenerem. Wszystkie moduły kursu są wypełnione praktycznymi ćwiczeniami. Nasi trenerzy przedstawią Ci zestaw najczęstszych problemów, które w realnych warunkach biznesowych pojawią się podczas pracy z danymi - sam przekonasz się jak ważna i unikalna jest to wiedza.

Nie martw się o sprzęt do nauki! Zapewniamy go w szkole programowania ALX
Nie martw się o sprzęt do nauki.
Zapewniamy go!
Nowoczesny sprzęt komputerowy będzie do Twojej dyspozycji podczas kursu. Oprócz motywacji i chęci do nauki nie musisz niczego ze sobą zabierać!

Nauka w domu

Kurs trwa 48 godzin i jest bardzo intensywny, ale można i warto wyciągnąć z niego jeszcze więcej! Jak to zrobić? Trzeba przyłożyć się do nauki również w domu. Nasi trenerzy zawsze zachęcają do samodzielnej pracy w domu, przygotowują ciekawe zadania, nad którymi pracujesz w przerwie między zajęciami. Duża ilość ćwiczeń sprawi, że utrwalisz zdobytą wiedzę i bardzo szybko opanujesz technologię. Jeśli masz problem z zadaniem - zawsze możesz skontaktować się ze swoim trenerem.

Nasi trenerzy to zawodowi analitycy

Kurs jest prowadzony przez doświadczonych specjalistów - praktyków. Są to eksperci, którzy na codzień pracują przy analizie danych, finansach i statystyce - mają wieloletnie doświadczenie w nauczaniu i tworzeniu oprogramowania. Prowadzą żywe, obfitujące w realistyczne przykłady zajęcia. Trenerzy pokażą Ci szeroką gamę narzędzi i technik analizy danych oraz nauczą Cię pracy z bazami danych.

Kurs na zamówienie

Możemy zorganizować kurs szyty na miarę - specjalnie dla Twojej firmy. Skutecznie szkolimy już 3 osobowe grupy.

Kurs może odbyć się w naszych biurach w całej Polsce (Warszawa, Łódź, Wrocław, Gdańsk, Katowice, Kraków, Poznań) lub w siedzibie Twojej firmy.

Bardzo często realizujemy szkolenia oparte na danych otrzymanych od klienta. Wówczas nasi trenerzy elastycznie dopasowują program kursu do specyfiki Twoich danych - dobierają odpowiednie metody analizy tych danych, tak aby wycisnąć z nich maksymalnie dużo korzyści dla Twojego biznesu.

Koszt takiego kursu jest ustalany indywidualnie, zależnie od wielkości grupy i miejsca przeprowadzania szkolenia. Kurs może odbywać się również w języku angielskim.

Program szkolenia

  1. Wprowadzenie do R i RStudio
    • R jako język programowania i RStudio jako wygodny interfejs użytkownika
    • Typy danych w R: skalar, wektor, macierz, ramka danych, factor, lista
    • R jako kalkulator: operatory arytmetyczne, porównawcze i logiczne, rodzaje poleceń: wyrażenia vs przypisania
    • Przetwarzanie danych: wybór elementów wektora/macierzy na podstawie indeksów, tworzenie nowych kolumn w ramce danych, wybór wierszy z ramki danych na podstawie warunków
    • Podstawowa analiza danych numerycznych (obliczanie średniej, sumy, itp.) i tekstowych (tabela częstości)
  2. Statystyka opisowa
    • Rodzaje danych statystycznych: ilościowe vs jakościowe
    • Obliczanie i interpretacja statystyk opisowych dotyczących wartości przeciętnej, zróżnicowania oraz kształtu rozkładu zmiennej ilościowej
    • Nieparametryczne miary rozkładu: dominanta/moda, mediana, kwartyle, decyle, kwantyle
    • Podsumowanie rozkładu zmiennej jakościowej – tabele częstości
  3. Wnioskowanie statystyczne
    • Popularne rozkłady prawdopodobieństwa, m.in. jednostajny, normalny, t-Studenta, Chi-kwadrat, F-Snedecora
    • Generowanie liczb (pseudo)losowych, określanie ziarna generatora
    • Estymacja punktowa vs. estymacja przedziałowa: przedział ufności, poziom istotności, wartość p
    • Testowanie hipotez dotyczących średniej i wariancji w jednej próbie
    • Testowanie hipotez dotyczących porównania średniej i wariancji w dwóch próbach zależnych i dwóch próbach niezależnych
    • Analiza korelacji liniowej Pearsona i Spearmana dla zmiennych ilościowych
    • Analiza zależności dla zmiennych jakościowych (test chi-kwadrat)
    • Testowanie hipotez dotyczących średniej i wariancji w więcej niż dwóch próbach niezależnych (jednoczynnikowa ANOVA), testy porównań wielokrotnych
    • Testy nieparametryczne do porównywania rozkładów: test Wilcoxona-Manna-Whitney’a, test Kruskala-Wallisa
  4. Analiza regresji liniowej w R
    • Założenia modelu regresji liniowej, interpretacja wyników regresji (parametry, dopasowanie, istotność zmiennych i modelu)
    • Jakościowe zmienne objaśniające w modelu
    • Wykrywanie obserwacji nietypowych
    • Metody doboru zmiennych
    • Diagnostyka modelu, testowanie spełnienia założeń: testowanie normalności reszt, testowanie homoskedastyczności, testowanie braku autokorelacji
    • Postępowanie w przypadku niespełnienia założeń
    • Regresja logistyczna
    • Prognozowanie na podstawie stworzonego modelu, sprawdzanie jakości prognozy, podział na próbę uczącą i testową
  5. Wizualizacja danych z wykorzystaniem pakietu ggplot2
    • Przegląd typów wykresów
    • Dodawanie i dostosowywanie elementów wykresu
    • Wizualizacja danych w grupach i podgrupach
    • Tworzenie wykresów z wykorzystaniem kreatora (pakiet esquisse)
    • Wykresy interaktywne (pakiet ggplotly)
    • Przykładowe pakiety wspomagające tworzenie wykresów
    • Zestawianie kilku wykresów w jednym oknie graficznym
    • Eksport wykresów do różnych formatów plików
  6. Zarządzanie danymi w R
    • Sortowanie i filtrowanie baz danych wg. wybranych kryteriów – pakiet dplyr
    • Praca ze zmiennymi tekstowymi – pakiety stringr i glue
    • Rekodowanie zmiennych jakościowych (np. łączenie kilku poziomów w jeden) – pakiet forcats
    • Zamiana zmiennej ilościowej na jakościową (podział na przedziały) – cut()
    • Praca z danymi w formacie daty – pakiet lubridate
    • Łącznie kilku baz danych według pola z „kluczem” – funkcje *_join()
  7. Podstawy programowania w R
    • Struktury danych w R – praca z ramkami danych (data frames) oraz z listami – operator $, funkcja class()
    • „Potoki” poleceń – operator >
    • Tworzenie własnych funkcji
    • Pętle i przetwarzanie warunkowe – for(), if … else, ifelse()
    • Korzystanie z wartości domyślnych dla argumentów funkcji
    • Jednoczesne przekazywanie wielu argumentów do funkcji już istniejących – mechanizm „…”
    • Automatyzacja powtarzalnych obliczeń – pakiet purrr
    • Podstawowa obsługa błędów – funkcje stop() i tryCatch(); possibly()
    • Debugging – lokalizowanie błędów w kodzie i poszukiwanie ich przyczyn
    • Praca z plikami zewnętrznymi
    • Import/eksport danych do/z R z/do innych formatów (np. pliki tekstowe, csv, Excel, SPSS)- pakiety foreign i readxl
  8. Współpraca R z pakietem MS Office
    • Tworzenie raportów z analiz w R w postaci dokumentów MS Word – pakiet officer
    • Stosowanie własnych szablonów raportów w MS Word
    • Zarządzanie zawartością plików Excela z poziomu R – pakiet openxlsx
    • Wykorzystanie wcześniejszych elementów szkolenia do utworzenia rozbudowanego raportu z wykonanych analiz
  9. Gdzie szukać pomocy
    • Korzystanie z plików pomocy
    • Strony WWW autorów pakietów
Zapisz się na ten kurs
Wybierz interesujący Cię termin oraz miasto
Warszawa:
  • 16.12 (D)TooltipTriangle
Zdalnie:
  • 16.12 (D)TooltipTriangle
Żaden termin nie pasuje?
Podaj swój adres e-mail, a my powiadomimy Cię o przyszłych terminach