R Markdown for Dynamic Documents and Reproducible Reporting Training Cursus

Deze cursus behandelt geavanceerde onderwerpen in R-programmering.

Deze door de instructeur geleide, live training in België (online of ter plaatse) is gericht op business analysts die handelingen willen automatiseren met algorithmic trading, Python en R.

Aan het einde van deze training zullen de deelnemers in staat zijn om:

• Algoritmen te gebruiken om effecten snel en met gespecialiseerde increments te kopen en verkopen.
• Kosten die aan handelingen zijn verbonden te verminderen door gebruik te maken van algorithmic trading.
• Aandelenkoersen automatisch te bewaken en handelingen te plaatsen.

Big Data is een term die verwijst naar oplossingen die bedoeld zijn voor het opslaan en verwerken van grote dataverzamelingen. Aanvankelijk ontwikkeld door Google, hebben deze Big Data-oplossingen zich verder ontwikkeld en andere vergelijkbare projecten geïnspireerd, waarvan veel open source beschikbaar zijn. R is een populaire programmeertaal in de financiële sector.

Dit instructeurgeleide, live training in België (online of ter plaatse) is gericht op beginners in data-analyse die R-programmering willen gebruiken om data te manipuleren, basisdataanalyse uit te voeren en overtuigende visualisaties te creëren voor inzichten.

Na afloop van deze training zullen de deelnemers in staat zijn:

• De basisprincipes van R-programmering begrijpen.
• Fundamentele datawetenschapsprocessen toepassen.
• Visuele voorstellingen van data maken.

R is een open-source gratis programmeertaal voor statistisch computergebruik, gegevensanalyse en grafische afbeeldingen. R wordt gebruikt door een groeiend aantal managers en data-analisten binnen bedrijven en de academische wereld. R heeft ook volgers gevonden onder statistici, ingenieurs en wetenschappers zonder computerprogrammeervaardigheden die het gemakkelijk vinden om te gebruiken. De populariteit is te danken aan het toenemende gebruik van datamining voor verschillende doelen, zoals het instellen van advertentieprijzen, het sneller vinden van nieuwe medicijnen of het verfijnen van financiële modellen. R heeft een grote verscheidenheid aan pakketten voor datamining.

Deze door een instructeur geleide, live-training in België (online of op locatie) is gericht op data-analisten die willen programmeren met R in SAS voor clusteranalyse.

Aan het einde van deze training zullen de deelnemers in staat zijn om:

• Clusteranalyse te gebruiken voor data mining
• De R-syntaxis voor clustering-oplossingen te beheersen.
• Hiërarchische en niet-hiërarchische clustering uit te voeren.
• Gegevensgedreven beslissingen te nemen om de bedrijfsoperaties te verbeteren.

Data-analyse is vandaag de dag een cruciaal hulpmiddel in bedrijfsleven. We richten ons gedurende het hele proces op het ontwikkelen van praktische vaardigheden voor hands-on data-analyse. Het doel is om de deelnemers te helpen om bewijsgebaseerde antwoorden te geven op vragen: 

Wat is er gebeurd?

• verwerken en analyseren van data
• produceren van informatieve data-visualisaties

Wat zal er gebeuren?

• voorspellen van toekomstige prestaties
• evalueren van voorspellingen

Wat zou er moeten gebeuren?

• omzetten van data in bewijsgebaseerde bedrijfsbeslissingen
• optimaliseren van processen

Deze instructeursgeleide, live training in België (online of op locatie) is bedoeld voor professionals op instapniveau die gegevens willen opschonen en analyseren, statistische Projecties willen maken en inzichtelijke visualisaties willen maken met behulp van deze tools.

Aan het einde van deze training zullen de deelnemers in staat zijn om:

• De basis van Python, R, Power Query en Power BI voor data-analyse te begrijpen.
• Datasets op te schonen en te organiseren met behulp van Python en Power Query.
• Statistische analyses en projecties uit te voeren met R.
• Professionele dashboards en rapporten te maken met Power BI.
• Gegevens uit meerdere bronnen effectief te integreren en te analyseren.

R is een zeer populaire, open source omgeving voor statistische berekeningen, data-analyse en grafieken. Deze cursus introduceert de programmeertaal R aan studenten. Het behandelt taalfundamenten, bibliotheken en geavanceerde concepten. Geavanceerde data-analyse en grafiekweergave met echte wereldgegevens.

Doelgroep

Ontwikkelaars / dataanalytici

Duur

3 dagen

Formaat

Presentaties en praktijkwerk

Dit door docenten geleide live training in België (online of op locatie) is gericht op beginnende professionals die een beheersing van de basisprincipes van R en het werken met data willen verkrijgen.

Na afloop van deze training zijn de deelnemers in staat om:

• Het R programmeeromgeving en de RStudio interface te begrijpen.
• Datasets importeren, manipuleren en onderzoeken met behulp van R-commando's en -pakketten.
• Eenvoudige statistische analyses uitvoeren en data samenvatten.
• Visualisaties genereren met zowel base R als ggplot2.
• Werkomgevingen, scripts en pakketten effectief beheren.

Deze door een instructeur geleide, live training (online of op locatie) is bedoeld voor data-analisten en zakelijke professionals op tussenniveau die tijdreeksvoorspellingen willen uitvoeren en data-analyse workflows willen automatiseren met behulp van R.

Aan het einde van deze training zullen de deelnemers in staat zijn om:

• De basisprincipes van voorspellingsmethoden in R te begrijpen.
• Exponentiële gladde technieken en ARIMA-modellen toe te passen voor tijdreeksanalyse.
• Het 'forecast' pakket te gebruiken om nauwkeurige voorspellingsmodellen te genereren.
• Voorspellingsworkflows te automatiseren voor zakelijke en onderzoekstoepassingen.

R is een opensource-vrije programmeertaal voor statistische gegevensverwerking, gegevensanalyse en grafische weergave R wordt gebruikt door een groeiend aantal managers en data-analisten binnen bedrijven en universiteiten R heeft een grote verscheidenheid aan pakketten voor datamining .

Deze instructeurgeleide, live training in België (online of op locatie) is gericht op data wetenschappers die willen programmeren in Python en R voor KNIME.

Aan het einde van deze training zullen de deelnemers in staat zijn om:

• Machine learning modellen te plannen, bouwen en implementeren in KNIME.
• Gegevensgestuurde beslissingen te nemen voor operaties.
• Eind-to-eind data science projecten uit te voeren.

Naar schatting zijn ongestructureerde gegevens goed voor meer dan 90 procent van alle gegevens, waarvan een groot deel in de vorm van tekst. Blogposts, tweets, sociale media en andere digitale publicaties dragen voortdurend bij aan deze groeiende hoeveelheid gegevens.

Deze door een instructeur geleide, live cursus draait om het extraheren van inzichten en betekenis uit deze gegevens. Met behulp van de bibliotheken R Language en Natural Language Processing (NLP) combineren we concepten en technieken uit de informatica, kunstmatige intelligentie en computationele taalkunde om algoritmisch de betekenis achter tekstgegevens te begrijpen. Gegevensvoorbeelden zijn beschikbaar in verschillende talen, afhankelijk van de eisen van de klant.

Aan het einde van deze training zijn de deelnemers in staat om datasets (groot en klein) uit verschillende bronnen voor te bereiden en vervolgens de juiste algoritmen toe te passen om de betekenis ervan te analyseren en te rapporteren.

Opzet van de cursus

• Deels lezing, deels discussie, zware hands-on oefening, af en toe tests om het begrip te peilen

Publiek

Cursusformaat

Aan het einde van deze opleiding kunnen de deelnemers:

In deze door een instructeur geleide live-opleiding leren de deelnemers hoe ze gegevens kunnen manipuleren en visualiseren met behulp van de tools die in de Tidyverse zijn inbegrepen.

De Tidyverse is een verzameling veelzijdige R-pakketten voor het schoonmaken, verwerken, modelleren en visualiseren van gegevens. Enkele van de inbegrepen pakketten zijn: ggplot2, dplyr, tidyr, readr, purrr en tibble.

• Beginners in de R-taal
• Beginners in data-analyse en data-visualisatie

• Deelcollege, deeldiscussie, oefeningen en veel handson-praktijk

• Voer data-analyse uit en maak aantrekkelijke visualisaties
• Trek nuttige conclusies uit verschillende datasets van voorbeeldgegevens
• Filter, sorteer en samenvat gegevens om exploratieve vragen te beantwoorden
• Zet verwerkte gegevens om in informatieve lijnplotting, staafplotting, histogrammen
• Importeer en filter gegevens uit diverse gegevensbronnen, waaronder Excel, CSV- en SPSS-bestanden