Course Outline
Dag 1
Inleiding en voorrondes
- R gebruiksvriendelijker, R en beschikbaar maken GUI's Rstudio Ropgetogen software en documentatie R en statistieken R interactief gebruiken Een inleidende sessie Hulp krijgen bij functies en mogelijkheden R opdrachten, hoofdlettergevoeligheid , enz. Roproepen en corrigeren van eerdere opdrachten Opdrachten uitvoeren uit of uitvoer naar een bestand omleiden Gegevensduurzaamheid en objecten verwijderen
Eenvoudige manipulaties; getallen en vectoren
- Vectoren en toewijzing Vectorrekenkunde Regelmatige reeksen genereren Logische vectoren Ontbrekende waarden Karaktervectoren Indexvectoren; subsets van een dataset selecteren en wijzigen Andere typen objecten
Objecten, hun modi en attributen
- Intrinsieke attributen: modus en lengte De lengte van een object wijzigen Attributen verkrijgen en instellen De klasse van een object
Geordende en ongeordende factoren
- Een specifiek voorbeeld De functie tapply() en ragged arrays Geordende factoren
Arrays en matrices
- Arrays Array-indexering. Subsecties van een array Indexmatrices De functie array() Gemengde vector- en arrayberekeningen. De recyclingregel
Lijsten Lijsten samenstellen en wijzigen Lijsten aaneenschakelen
Dataframes Het maken van dataframes
- hechten() en losmaken()
Txt-bestanden CSV-bestanden XLS, XLSX-bestanden SPSS, SAS, Stata,… en andere formaten gegevens Exporteren van gegevens naar txt, csv en andere formaten Toegang tot gegevens uit databases met behulp van SQL-taal
- Waarschijnlijkheidsverdelingen
R als een set statistische tabellen Onderzoek naar de distributie van een set gegevens Toetsen met één en twee steekproeven
- Groepering, lussen en voorwaardelijke uitvoering
Gegroepeerde expressies Controle-instructies Voorwaardelijke uitvoering: if-instructies R Herhaalde uitvoering: voor lussen, herhaling en while
- Dag 3
Uw eigen functies schrijven
- Eenvoudige voorbeelden Nieuwe binaire operatoren definiëren Benoemde argumenten en standaardwaarden Het argument '...' Toewijzingen binnen functies Meer geavanceerde voorbeelden Efficiëntiefactoren in blokontwerpen Alle namen in een afgedrukte array laten vallen Recursieve numerieke integratie
Domein
Het aanpassen van de omgeving
- Klassen, generieke functies en objectoriëntatie
Ongecontroleerd leren Analyse van hoofdcomponenten
- Clustermethoden (k-means, hiërarchische clustering, k-medoids)
Uitvoer uit R combineren met tekst
- HTML- en pdf-documenten maken
Getuigenissen (5)
At the end of the class, we had a great overview of the language, we were provided tools to continue learning and were provided suggestions on how to continue learning. We covered AI/ML information.
Victor Prado - Global Knowledge Network Training Ltd
Cursus - R
The R-programming overview training is quite intensive but Tomasz is always helpful, energetic and up to date. On top of it, he is passionate about R. I would highly recommend his R sessions to anyone interested in R.
Luiza Panoschi - Global Knowledge Network Training Ltd
Cursus - R
Practice exercises were relevant and very helpful to reinforce the knowledge.
Andy Kwan - Environment and Climate Change Canada
Cursus - R
Follow-along exercises after slide presentation kept engagement.
Robin White - Environment and Climate Change Canada
Cursus - R
Michael was very knowledgeable and clear in his instruction of the training. Course was well structured to teach the desired subject as well as the right amount of room was left to adjust to fit our needs better. Over all, I am very happy with the course.