Course Outline

Invoering

Inzicht in de noodzaak om samen te voegen Web Development en datawetenschap

Overzicht van glanzend

Overzicht van R

Overzicht van HTML

De voordelen begrijpen van het samen gebruiken van Shiny, R en HTML.

Het RStudio-platform installeren en instellen

Het Shiny-pakket installeren

De basisprincipes van Shiny begrijpen en ermee werken

De basisprincipes van Reactive Programming begrijpen en ermee werken

Een glanzende webapplicatie maken en uitvoeren: gebruikersinterfacecomponent

Een glanzende webapplicatie maken en uitvoeren: servercomponent

Een plot maken in Shiny

Implementatie van Reactive Expression voor het automatisch bijwerken van plots in Shiny

Inzicht in de voordelen en implicaties van Reactive Plots voor Data Science-toepassingen

Het uiterlijk van uw apps aanpassen met behulp van de ingebouwde functies van Shiny

De gebruikersinterfacecode in R bewerken om HTML maatwerk uit te voeren

Samenvatting en conclusie

Requirements

  • Basiservaring met R-programmeren
  • Basiservaring met HTML
 7 Hours

Number of participants



Price per participant

Getuigenissen (5)

Related Courses

Introduction to Data Visualization with Tidyverse and R

7 Hours

Advanced R

7 Hours

Algorithmic Trading with Python and R

14 Hours

Anomaly Detection with Python and R

14 Hours

Programming with Big Data in R

21 Hours

R Fundamentals

21 Hours

Cluster Analysis with R and SAS

14 Hours

Data and Analytics - from the ground up

42 Hours

Data Analytics With R

21 Hours

Data Mining with R

14 Hours

Deep Learning for Finance (with R)

28 Hours

Deep Learning for Banking (with R)

28 Hours

Data Mining & Machine Learning with R

14 Hours

Foundation R

7 Hours

Forecasting with R

14 Hours

Related Categories