Data Science mit R (Inhouse) - Inhouse von Cegos Integrata GmbH

• R und RStudio kennenlernen
• Unterschiede von R zu anderen Programmiersprachen verstehen
• Datenüberblick verschaffen und erste Diagramme erstellen
• Installation von Paketen und deren Laden

dplyr (tidyverse) – Grundlagen:

• Tidyverse kennenlernen
• Tibble als erweiterte Form von data.frames erkunden
• Grundlegende Funktionen von dplyr zur Spaltenauswahl kennenlernen
• Nutzung von select(), filter(), rename() und slice()

Datenmanipulation mit dplyr:

• Zeilen mit arrange() sortieren
• Neue Spalten mit mutate() berechnen
• Statistiken mit summarise() erstellen
• Verwendung des Pipe Operators %>%
• Daten mit group_by() gruppieren
• Umgang mit fehlenden Werten: drop_na() und replace_na()

Berechnung von Statistiken mit dplyr:

• Wesentliche deskriptive Statistiken anwenden
• Zufällige Stichproben ziehen
• Berechnung von Korrelationen
• Erstellung von Kontingenztabellen

Kontrollstrukturen:

• Eigene Funktionen erstellen
• Standardparameter für Funktionen festlegen
• Anwendung von For-Schleifen
• Implementierung von If-Else-Bedingungen

Datenvisualisierung mit ggplot2:

• Konzept der Grammar of Graphics verstehen
• Nutzung von ggplot2-Layern zur Diagrammerstellung und statistischen Visualisierung
• Variabilität oder Festsetzung von Darstellungen (Punktgröße, Farbe, Gruppierung) mithilfe einer Variable
• Erstellung mehrerer Subplots, Anpassung und Speicherung von Diagrammen

Daten einlesen und schreiben:

• Arbeitsverzeichnis in R und RStudio festlegen
• Einlesen und Schreiben von CSV-, Excel- und SPSS-Dateien
• Überblick über nützliche Parameter
• Verwendung der fread()-Funktion für große Datensätze

Machine Learning:

• Einführung
• Anwendungsbeispiele von Machine Learning kennenlernen
• Unterscheidung zwischen Künstlicher Intelligenz, Machine Learning und Deep Learning
• Unterschiede zwischen überwachtem und unüberwachtem Lernen verstehen
• Überfitting, Train-Test-Split und Kreuzvalidierung kennenlernen

Lineare Regression:

• Daten in Test- und Trainingsdaten aufteilen, Modell erstellen und validieren
• Grundlagen der linearen Regression verstehen
• Umsetzung der linearen Regression in R
• Ergebnisse validieren, z. B. durch die mittlere quadratische Abweichung (mean squared error)

Entscheidungsbaum in R:

• Daten in Test- und Trainingsdaten aufteilen, Modell erstellen und validieren
• Grundlagen von Entscheidungsbäumen verstehen
• Umsetzung eines Entscheidungsbaums in R
• Ergebnisse validieren, u. a. durch Verwendung der Verwirrungsmatrix, Sensitivität und Genauigkeit
• Anpassung von Hyperparametern während des Trainings

Weitere Machine Learning-Algorithmen in R:

• Überblick über Random Forest und K-means erhalten
• Umsetzung der Algorithmen in R kennenlernen
• Ergebnisse der Algorithmen validieren und interpretieren

Methode

In diesem Data Mining Training liegt der Fokus auf der praktischen Anwendung. Die Teilnehmer haben die Möglichkeit, eigenständig mit RStudio zu programmieren, um das Gelernte zu üben und eventuelle Unklarheiten sofort zu klären. Der Trainer steht zur Verfügung, um bei Lösungen zu unterstützen und weiterführende Fragen zu beantworten.

Hinweis

Technik im Data Science mit R SeminarDie Teilnehmer benötigen für die Übungsaufgaben Laptops. Wir empfehlen, Ihren eigenen Laptop mit der vorab installierten Software mitzubringen. Eine genaue Installationsanleitung für die Software wird Ihnen vor dem Seminar per E-Mail zugesandt.Bitte prüfen Sie, ob Ihr Firmenlaptop Zugangsbeschränkungen im Internet hat. Die digitalen Unterlagen (Skript, Code, Dateien) werden im Seminar online zum Download zur Verfügung gestellt. Sie erhalten vor dem Seminar per E-Mail den Link zu einer Testdatei zum Download, um dies überprüfen zu können.Sie sollten sich in firmenfremde WLAN-Netze registrieren können.Als Backup Lösung ist es möglich, dass der USB Port bei Ihrem Laptop freigeschalten ist, um damit verwendete Dateien oder sonstige Unterlagen übertragen zu können.In der Schulung wird das Betriebssystem Windows verwendet. Der Umgang mit Ihrem verwendeten Betriebssystem und Laptop sollte bekannt sein. Insbesondere sollten Sie ohne Schwierigkeiten Sonderzeichen auf der Tastatur finden (insbesondere bei Apple Geräten werden auf manchen Tastaturen nicht immer runde, eckige bzw. geschweifte Klammern dargestellt).Hinweis für Online-Schulungen:Für unsere Online-Schulungen möchten wir Sie darauf hinweisen, dass es von Vorteil ist, wenn Sie über zwei Bildschirme verfügen. Ein zusätzlicher Bildschirm ermöglicht es Ihnen, die Schulungsinhalte auf einem Bildschirm anzuzeigen, während Sie auf dem anderen Bildschirm praktische Übungen durchführen oder Anwendungen parallel öffnen können.Durch die Verwendung von zwei Bildschirmen können Sie die Schulungsinhalte effektiver verfolgen und gleichzeitig interaktiv an den Übungen teilnehmen, ohne zwischen Fenstern hin- und herwechseln zu müssen.Wir empfehlen daher, sich im Vorfeld auf die Schulung mit einem zusätzlichen Bildschirm vorzubereiten, um das bestmögliche Lernerlebnis zu gewährleistenWeitere Seminare aus dem Bereich Data Science, Machine Learning & KI

In diesem Kurs werden Ihnen grundlegende Kenntnisse über die Programmiersprache R vermittelt, die in den Bereichen Statistik, Data Science und Machine Learning weit verbreitet ist. Sie werden RStudio als Entwicklungsumgebung kennenlernen, die am häufigsten für R verwendet wird. Nach Abschluss des Kurses werden Sie in der Lage sein, Daten aus verschiedenen Formaten einzulesen, Daten mit ggplot2 zu visualisieren und Daten mit dplyr aus tidyverse zu bereinigen (z.B. fehlende Werte ersetzen, Zeilen und Spalten anpassen, neue Spalten erstellen).Sie werden in der Lage sein, eigene einfache Funktionen zu schreiben und Control Flows (z.B. For-Schleifen, If-Else-Anweisungen) in R umzusetzen. Sie werden das Grundkonzept von tidyverse/dplyr verstehen und in der Lage sein, Data Wrangling und Data Cleaning durchzuführen.Der Kurs wird Ihnen die verschiedenen Arten des Machine Learning (überwacht, unüberwacht und verstärkt) vorstellen. Sie werden in der Lage sein, Algorithmen in R eigenständig zu trainieren, zu validieren, einen Train-Test Split durchzuführen und Gütekriterien zur Bewertung von Algorithmen zu berechnen und zu interpretieren. Sie werden bekannte Machine Learning Algorithmen wie lineare Regression, logistische Regression, Entscheidungsbaum, Random Forest und k-means Clustering verstehen und in R implementieren können.Nach Abschluss des Kurses werden Sie in der Lage sein, R eigenständig für Machine Learning und Data Science zu verwenden und Ihr Wissen weiter auszubauen. Der Schwerpunkt des Kurses liegt auf der praktischen Anwendung in RStudio mit Unterstützung des Dozenten.

Dieses Seminar richtet sich an Fachleute, die in ihrem Unternehmen in den Bereichen Data Science, Datenanalyse mit R oder verwandten Bereichen wie Machine Learning oder Data Analysis tätig sind oder sein werden. Es konzentriert sich auf den Einsatz von Machine Learning-Algorithmen.