Training: Data Science mit R

Die freie Programmiersprache R ist eine der besten Lösungen zur Analyse von Daten, für Data Mining und Predictive Analytics. R setzt einen nie erreichten Maßstab an Funktionalität, Qualität und Aktualität.

Der Kurs versteht sich als Einführung in R und seine Grundfunktionalitäten und erleichtert Ihnen mit praktischen Tipps und Übungen den Einstieg in R. Dieser Grundkurs dient Ihnen als R-Einsteiger ohne tiefergehende Vorkenntnisse als Ausgangspunkt für den weiteren Einsatz von R in individuellen Anwendungsszenarien.

Ziel des Kurses ist es, Ihnen Logik und Terminologie der Programmiersprache R zu vermitteln und den Grundstein für ein selbständiges Arbeiten mit R zu legen.

Die Kursinhalte im Überblick:

• Einstieg in R
• Konzept und Philosophie von R
• Datenstrukturen und ihre Eigenschaften
• Einlesen von Daten
• Datenmanagement
• Auswertungen mit R
• Schleifen und Steuerungselemente
• Erstellen von Visualisierungen

—

Empfohlene Kurslänge: Zwei Tage

 

Nutzen Sie Machine Learning und Data-Mining-Algorithmen, um auf Basis Ihrer Daten Anwendungen der Künstlichen Intelligenz zu entwickeln.

In unserem Kurs „Einführung in das Machine Learning mit R“ geben wir Ihnen einen Einblick in Algorithmen des maschinellen Lernens und zeigen Ihnen, wie Sie eigene Modelle entwickeln, welche Herausforderungen Ihnen begegnen und wie Sie diese meistern.

Anhand von praxisnahen Beispielen und Übungen vermitteln wir Ihnen die Fähigkeiten um Machine-Learning-Verfahren in R eigenständig umzusetzen. Die Aufbereitung der Daten, die Entwicklung und das Training von Algorithmen sowie die Validierung von Analysemodellen: In unserem Kurs lernen Sie die zentralen Schritte des Machine Learning kennen.

Die Kursinhalte im Überblick:

• Einführung in die Grundbegriffe des Machine Learning
• Einführung in die Machine-Learning-Algorithmen, wie z.B Decision Trees, Random Forest, Gradient Boosting Machine
• Vorstellung einer methodischen Herangehensweise in der Entwicklung von Machine-Learning-Modellen
• Typische Schritte in der Datenaufbereitung wie Feature Selection oder Daten Transformation
• Erstellen von Trainings- und Testdatensets
• Vorstellung von Validierungstechniken wie z.B. Kreuzvalidierung oder Bootstrapping
• Vorstellung und Interpretation unterschiedlicher Metriken zur Erfolgsmessung wie z.B. :
  • Für Klassifikationen: Accuracy, Sensitivity, Specitifity
  • Für Regressionen: RMSE, MAE, MAPE, …
• Interpretation von ROC Kurven
• Parameter Tuning
• Vorstellung des Data-Mining-Frameworks caret

—

Empfohlene Kurslänge: Zwei Tage

 

Die Grundlage der Datenanalyse ist ein gutes Datenmanagement. Ein Großteil des Aufwandes für den Analyseprozess entfällt auf die Aufbereitung der Rohdaten.

Der Kurs Datenmanagement mit R vermittelt Ihnen effiziente Methoden zur Aufbereitung von unterschiedlich strukturierten Daten anhand praxisnaher Beispiele.

Im Fokus des Kurses liegt dabei vor allem der Umgang mit den Paketen dpylr, tidyr und data.table.

Die Kursinhalte im Überblick:

• data.table: Speichereffizientes Bearbeiten und Einlesen von großen Datensätzen
• dplyr: Einfache und performante Syntax zur Manipulation von Data Frames
• tidyr: Transformation von Datensätzen – von long zu wide table und umgekehrt
• Umgang mit speziellen Datentypen: Bearbeiten von Datumsvariablen und Stringvariablen

—

Empfohlene Kurslänge: Ein Tag

Das Ziel der Zeitreihenanalyse ist es, Strukturen und Muster in Daten mit Zeitdimension zu erkennen, diese Muster zu beschreiben und aus diesem Wissen Prognosen abzuleiten. Die Fragestellungen stammen aus unterschiedlichen Disziplinen wie der Ökonometrie, Finanzwirtschaft oder Meteorologie und beziehen sich auf die Entwicklung von Devisen, Aktien, Umsätze oder Wetter.

Ziel des Kurses ist es, Sie zunächst theoretisch in das Feld der Zeitreihenanalyse einzuführen und damit den sicheren Umgang in der Terminologie und mit den Methoden zu gewährleisten. Anschließend werden Sie sowohl statistische Testverfahren zur Charakterisierung von Zeitreihen als auch die zentralen Glättungs- und Prognoseverfahren kennenlernen. Anhand von Beispieldatensätzen aus der Ökonometrie (u.a. Aktien- und Devisendaten) werden die Methoden in R angewendet und in kleinen Übungen vertieft. Am Ende des Trainings werden Sie in der Lage sein, Zeitreihenanalysen mit R für eigene Fragestellungen durchzuführen.

Die Kursinhalte im Überblick:

• Einführung in die Grundbegriffe der Zeitreihenanalyse
• Zeitreihenobjekte in R
• Charakterisierung von Zeitreihen
• Exponentielle Glättung von Zeitreihen
• ARIMA-Modelle

—

Empfohlene Kurslänge: Ein Tag

 

In diesem Kurs lernen Sie Analyseverfahren kennen, die es Ihnen ermöglichen, statistische Zusammenhänge und Muster in ihren Daten aufzudecken. Im Mittelpunkt stehen dabei drei klassische Verfahren der multivariaten Statistik: Regressionsanalyse, Clusteranalyse und Faktorenanalyse.

Die lineare Regressionsanalyse ermöglicht Ihnen die Modellierung von Zusammenhängen und Einflüssen verschiedener Faktoren auf eine bestimmte Zielgröße. Welchen Einfluss hat das Wetter auf meine Verkaufszahlen? Welche Vertriebskanäle sind am erfolgreichsten?

Mit der Clusteranalyse können verborgene Ähnlichkeiten zwischen Beobachtungen aufgedeckt werden. Das Ziel besteht darin, innerhalb der Stichprobe Gruppen zu identifizieren, die in sich homogen sind und sich gleichzeitig gut von den übrigen Gruppen abgrenzen lassen. Ein klassischer Anwendungsfall ist die Kundensegmentierung.

Die Faktorenanalyse ist immer dann interessant, wenn Informationen aus verschiedenen Messwerten verdichtet werden müssen. Diese Form der statistischen Informationsverdichtung wird in verschiedenen Anwendungsbereichen genutzt: in psychologischen und sozialwissenschaftlichen Analysen zur Messung abstrakter Konstrukte wie „Zivilcourage“, im technischen Bereich zur Bild- oder Signalverarbeitung. Wieder andere Anwendungen finden sich im Bereich Anomaly Detection.

Der Kurs versteht sich als anwendungsorientierte Einführung in die drei oben genannten Verfahren, wobei der Fokus auf der Anwendung in R liegt. Der Kurs richtet sich an Interessenten, die bereits über grundlegende R- und Statistikkenntnisse verfügen.

Die Kursinhalte im Überblick:

Clusteranalyse:

• Grundlegende Konzepte der Clusteranalyse
• Ähnlichkeits- und Distanzmaße
• Vergleich und Anwendung verschiedener Algorithmen

Regressionsanalyse:

• Einführung in die lineare Regressionsanalyse
• Modellkoeffizienten, Signifikanztests, Modellgüte
• Grafische und statistische Überprüfung von Modellvoraussetzungen
• Berücksichtigung nicht linearer Effekte und Interaktionseffekte
• Automatisierte Modellierung mittels Stepwise Regression

Faktoren und Hauptkomponentenanalyse (PCA): 

• Einführung in die Verfahren
• Ablauf einer Faktorenanalyse
• Dateninspektion, Bestimmung der Faktorenanzahl, Rotation
• Faktorladungen, Kommunalitäten und reproduzierte Varianz

—

Empfohlene Kurslänge: Zwei Tage

Als statistische Programmiersprache eignet sich R hervorragend zur Visualisierung von Daten. In diesem Kurs lernen Sie anhand von anwendungsorientierten Beispielen zunächst das Standardgrafiksystem von R und die ihm zugrundeliegenden Konzepte kennen. Der zweite Kursteil befasst sich mit dem Grafikpaket ggplot2, das eine populäre Alternative zum Standardgrafiksystem darstellt und mit dem selbst komplexe Grafiken schnell und unkompliziert umgesetzt werden können.

Im Mittelpunkt des Kurses stehen – neben den grundlegenden Grafikfunktionen – verschiedene Anpassungsmöglichkeiten, mit denen das Erscheinungsbild einer Grafik beeinflusst werden kann. Das Ziel besteht darin, Sie in die Lage zu versetzen, statistische Grafiken zu erzeugen und nach Ihren individuellen Erfordernissen anpassen zu können.

Die Kursinhalte im Überblick:

base Grafiksystem

• Einfache ein- und zweidimensionale Grafiken

• Anpassung von Grafiken durch individuelle Elemente

• Steuerung des Erscheinungsbildes

• Grafik-Export

ggplot2

• Einführung in die Grammar of Graphics

• Grundlagen von ggplot2

• Verschiedene Grafiktypen mit ggplot2

• Anpassung von ggplot2-Grafiken

• Komplexe Grafiken

—

Empfohlene Kurslänge: Ein Tag