Data Science R Programmeren - eLearning
450,00 EUR
De cursus Data Science met R Certificering stelt je in staat om je datawetenschapsvaardigheden toe te passen bij verschillende bedrijven, om hen te helpen met het analyseren van gegevens en het maken van beter geïnformeerde zakelijke beslissingen. De cursus behandelt data-exploratie, datavisualisatie, voorspellende analyse en beschrijvende analysetechnieken met de R-taal. Je leert over R-pakketten, hoe je gegevens kunt importeren en exporteren in R, datastructuren in R, verschillende statistische concepten, clusteranalyse en voorspelling.
Cursustijdlijn
Inleiding tot bedrijfsanalyse
Les 01
- Overzicht
- Zakelijke beslissingen en analyse
- Soorten bedrijfsanalyse
- Toepassingen van bedrijfsanalyse
- Overzicht van Data Science
- Conclusie
- Kennistoets
Introductie tot R Programmeren
Les 02
- Overzicht
- Belang van R
- Gegevenstypen en variabelen in R
- Operaties in R
- Conditionele instructies in R
- Lussen in R
- Conclusie
- Kennistoets
Datastructuren
Les 03
- Overzicht
- Identificeer Datastructuren
- Demo: Identificeer Datastructuren
- Waarden toekennen aan datastructuren
- Gegevensmanipulatie
- Demo: Waarden toekennen en functies toepassen
- Conclusie
- Kennistoets
Data Visualisatie
Les 04
- Overzicht
- Introductie tot gegevensvisualisatie
- Gegevensvisualisatie met behulp van grafieken in R
- Ggplot2
- Bestandsformaten van grafische uitvoer R
- Conclusie
- Kennistoets
Statistiek voor Data Science-I
Les 05
- Overzicht
- Inleiding tot Hypothesevorming
- Soorten hypothesen
- Gegevensbemonstering
- Betrouwbaarheids- en significantieniveaus
- Conclusie
- Kennistoets
Statistiek voor Data Science - II
Les 06
- Overzicht
- Hypothesetoets
- Parametrische toets
- Niet-parametrische toets
- Hypothesetoetsen over populatiegemiddelden
- Hypothesetoetsen over populatievariantie
- Hypothesetoetsen over populatieproporties
- Conclusie
- Kennistoets
Regressieanalyse
Les 07
- Overzicht
- Inleiding tot regressieanalyse
- Soorten regressieanalysemodellen
- Lineaire regressie
- Demo: Eenvoudige Lineaire Regressie
- Niet-lineaire regressie
- Demo: Regressieanalyse met meerdere variabelen
- Kruisvalidatie
- Niet-lineaire naar Lineaire Modellen
- Hoofdcomponentenanalyse
- Factoranalyse
- Conclusie
- Kennistoets
Classificatie
Les 08
- Overzicht
- Classificatie en haar typen
- Logistische regressie
- Support Vector Machines
- Demo: Naïeve Bayes-classificator
- Demo: Naïeve Bayes-classificator
- Besluit: Boomclassificatie
- Demo: Beslissingsboomclassificatie
- Willekeurig bosclassificatie
- Classificatiemodellen evalueren
- Demo: K-voudige kruisvalidatie
- Conclusie
- Kennistoets
Clustering
Les 09
- Overzicht
- Introductie tot Clustering
- Clusteringmethoden
- Demo: K-means clustering
- Demo: Hiërarchische clustering
- Conclusie
- Kennistoets
Vereniging
Les 10
- Overzicht
- Associatieregel
- Apriori-algoritme
- Demo: Apriori-algoritme
- Conclusie
- Kennistoets
Leerresultaten
Aan het einde van deze eLearning Cursus Data Science R Programmeren, zult u in staat zijn om:
Verkrijg een fundamenteel begrip van bedrijfsanalyse
Installeer R, RStudio, richt je werkruimte in en leer over de verschillende R-pakketten
Beheers R programmeren en begrijp hoe verschillende instructies in R worden uitgevoerd. Verkrijg een diepgaand inzicht in de datastructuur die in R wordt gebruikt en leer hoe je gegevens in R kunt importeren en exporteren
Definieer, begrijp en gebruik de verschillende apply-functies en DPLYR-functies
Beheers de R-programmeertaal en begrijp hoe verschillende instructies in R worden uitgevoerd
Verkrijg een diepgaand begrip van de datastructuur die in R wordt gebruikt en leer hoe je data kunt importeren/exporteren in R
Definieer, begrijp en gebruik de verschillende apply-functies en DPLYR-functies
Begrijp en gebruik de verschillende grafieken in R voor data visualisatie
Verkrijg een basiskennis van verschillende statistische concepten
Begrijp en gebruik de hypothese toetsingsmethode om zakelijke beslissingen te sturen
Begrijp en gebruik lineaire en niet-lineaire regressiemodellen, en classificatietechnieken voor data-analyse
Leer en gebruik de verschillende associatieregels van het Apriori-algoritme
Leer en gebruik clusteringsmethoden, waaronder k-means, DBSCAN en hiërarchische clustering.
Wie zou zich moeten inschrijven voor dit programma?
Er is een toenemende vraag naar bekwame datawetenschappers in alle industrieën, waardoor deze cursus voor datawetenschap certificering geschikt is voor deelnemers van alle ervaringsniveaus. We raden deze cursus voor datawetenschap training aan voor de volgende categorieën.
IT-professionals
Analyseprofessionals
Softwareontwikkelaars
Datawetenschapper
Business Intelligence
Heb je en zakelijke oplossing of LMS-integratie nodig?
Heb je niet de cursus of het programma gevonden dat geschikt zou zijn voor jouw bedrijf? Heb je een LMS-integratie nodig? Neem contact met ons op! Wij zullen met een passende oplossing komen!