Аналіз і візуалізація даних в R

Цей курс - ідеальний вибір для всіх, хто прагне засвоїти один із ключових інструментів аналізу даних в наш час. R — це потужний і універсальний інструмент, який знаходить своє застосування у багатьох сферах бізнесу, не обмежуючись виключно ІТ.
Під час курсу ви отримаєте можливість ознайомитися з основами роботи в R та засвоїти ключові принципи аналізу даних. Вас чекають теми, пов'язані із регресійним аналізом, дозволяючи вам вивчити методи прогнозування та розуміти їх застосування в практиці.
Під час навчання Ви зможете зробити власний невеличкий проєкт на основі даних, об'єднавшись в команди з іншими учасниками курсу. Ви використовуватимете вивчені матеріали на практиці. Це прекрасна можливість зробити цікавий для Вас проєкт або, навіть, проєкт з роботи. Також це можливість мати нетворкінг з іншими учасниками й, потенційно, продовжити співпрацю поза межами курсу. Також Ви отримаєте фідбек від лектора по Вашому проєкту з додатковими пропозиціями як його поліпшити та зробити якіснішим.
Ви освоїте основні пакети для візуалізації даних, навчившись представляти ваші відкриття у зрозумілий спосіб. Цей курс допоможе вам стати впевненими у використанні R для вирішення складних завдань аналізу даних та візуалізації інформації, незалежно від галузі вашої діяльності. 

Планується

мова - українська

12 000 грн

Кому буде цікаво

    аналітикам ринків та продажів
    фінансовим та бізнес-аналітикам
    фахівцям департаментів маркетингу та комунікацій, закупівель, логістики, HR
    аналітикам громадських організацій та журналістам
    науковцям та дослідникам
    студентам та аспірантам різних спеціальностей соціальних наук (економіка, психологія, соціологія, політологія, історія та ін.)
Illustration

Після навчання ви зможете 

1

Програмувати мовою R для статистичних та аналітичних задач

2

Вести аналітичний проєкт від початку й до кінця: пошук та обробка даних, візуалізація, побудова статистичних моделей, аналіз та оформлення

3

Створювати лінійні, логістичні моделі та моделі часових рядів, розуміти яка саме потрібна у вашому випадку

4

Знаходити потрібні пакети в R, а також зразки кодів для адаптації до своїх задач

5

Усвідомлювати останні тренди та state-of-the-art техніки в побудові звітів, як розставляти фокус та акценти

Хто викладає

Illustration

Дмитро Круковець

Головний економіст відділу моделювання Департаменту монетарної політики та економічного аналізу в НБУ

Випускник KSE


Як проходить навчання

Формат

Офлайн на кампусі KSE: 18 занятьГрафік проведення : Середа 18:30 - 20:00Cубота 12:00 - 15:00

Особистий онлайн-кабінет

Записи занять та всі матеріали курсу в особистому онлайн-кабінеті у навчальній системі Moodle

Особливості навчання

 - “живе спілкування” – всі заняття відбувають в офлайн режимі, що дає можливість поставити питання викладачу та працювати в групі з іншими учасниками курсу- практичні та інтерактивні завдання під час заняття та між модулями

Сертифікат

За результатами успішного проходження курсу кожен/на учасник/ця отримає цифровий сертифікат з акредитацією CEEMAN (International Quality Assurance Accreditation, яка підтверджує на глобальному рівні, що KSE надає управлінську освіту відмінної якості та відповідно до світових стандартів)

Підтримка команди

Наші менеджери на зв'язку з вами протягом всього навчання

Щоб почати навчання на курсі, вам потрібно

Програма

  • Модуль І: Базове програмування мовою R

    офлайн

    • Заняття 1

      Теорія: Мотивація (опис навичок та результатів у підсумку курсу); опис структури курсу та модулів; детальний опис важливості кожного з модулів та що ми вивчимо у підсумку; приклади аналітичних робіт (50 хвилин)
      Практика: Ознайомлення з інтерфейсом R та RStudio, перші спроби кодінгу з арифметичними операціями та збереженням простих змінних (30 хвилин)

  • Модуль І: Базове програмування мовою R

    офлайн

    • Заняття 2

      Теорія: функції з точки зору математика та програміста, параметри функції (30 хв)
      Практика: використання простих функцій; вбудована допомога по функціям; зміна параметрів з «за замовчуванням» на інші; написання власних простих функцій (50 хв)

  • Модуль І: Базове програмування мовою R

    офлайн

    • Заняття 3

      Теорія: Огляд класів та типів даних: вектори, матриці, фактори, дата фрейми (20 хв)
      Практика: продовження освоєння R; створення та операції з векторами, факторами та дата фреймами (60 хв)

  • Модуль ІІ: Підготовка даних та статистика

    офлайн

    • Заняття 1

      Теорія: Вступ до модулю; ключові проблеми підготовки даних та методи їх вирішення; ключові проблеми з даними; .csv та .xlsx (50 хв)
      Практика: Читання та запис файлів з даними в різних форматах (.csv, .xlsx) (30 хв)

  • Модуль ІІ: Підготовка даних та статистика

    офлайн

    • Заняття 2

      Теорія: статистика для аналітиків даних (40 хв)
      Практика: використання статистичних функцій, інтерпретація результату summary() на реальних даних (40 хв)

  • Модуль ІІ: Підготовка даних та статистика

    офлайн

    • Заняття 3

      Теорія: вступ до dplyr; основні концепції; пайп оператор %>% (20 хв)
      Практика: класичні функції select(), filter(), arrange(), mutate(), count(), group_by(), summarize() (60 хв)

  • Модуль ІІІ: Візуалізація даних

    офлайн

    • Заняття 1

      Теорія: Теоретичні концепції візуалізації даних; опис пакету ggplot2 та його різниця з класичним підходом (40 хв)
      Практика: Базові (вбудовані) методи візуалізації, функції plot() та lines(), параметри для різних кольорів, ширини тексту, заголовку графіка.

  • Модуль ІІІ: Візуалізація даних

    офлайн

    • Заняття 2

      Теорія: Скаттерплот та барчарт та лінійні графіки: що це та коли їх використовуємо, приклади (30 хв).
      Практика: Скаттерплот, барчарт та лінійні графіки в ggplot2 (50 хв)


  • Модуль ІІІ: Візуалізація даних

    офлайн

    • Заняття 3

      Теорія: Інтуіція за елементами в ggplot2 (прямокутники, тексти) та як їх змінювати (30 хв)
      Практика: майстер-клас по змінам оформлення графіків в ggplot2 (50 хв)



  • Модуль ІV: Лінійна та логістична регресія

    офлайн

    • Заняття 1

      Теорія: Навіщо треба моделювання, приклади використання в реальному житті (20 хв)
      Практика: Вступ до лінійної регресії, приклади саме регресії, коефіцієнти, їх значущість та концепція гіпотези (60 хв)



  • Модуль ІV: Лінійна та логістична регресія

    офлайн

    • Заняття 2

      Практика: використання лінійної регресії з пакетом glmnet, інтерпретація результатів summary(), оцінка якості, побудова тренувального та тестувального датасету, вивід результату та побудова графіків (80 хв)


  • Модуль ІV: Лінійна та логістична регресія

    офлайн

    • Заняття 3

      Теорія: Вступ до логістичної регресії, концептуальні відмінності від лінійної, концепція шансів, оцінка якості (точність та інші) (40 хв)
      Практика: використання логістичної регресії з пакетом glmnet, інтерпретація результатів summary(), графіки (40 хв)



  • Модуль V: Аналіз часових рядів та прогнозування

    офлайн

    • Заняття 1

      Теорія: В чому різниця між лінійною регресією та часовими рядами, приклади в різних сферах (50 хв)
      Теорія: проблематика часових рядів: сезонність, тренди; як це допомагає аналізувати; концепція згладжування (30 хв)




  • Модуль V: Аналіз часових рядів та прогнозування

    офлайн

    • Заняття 2

      Теорія: Вступ до концепцій шуму, випадкового блукання, AR та MA процесів (50 хв)
      Практика: побудова простого шуму та випадкового блукання (30 хв)





  • Модуль V: Аналіз часових рядів та прогнозування

    офлайн

    • Заняття 3

      Теорія: ARMA модель для прогнозування, оцінка її якості за допомогою RMSE (30 хв)
      Практика: Побудова ARMA моделі та прогнозу, оцінка якості моделі (50 хв)





  • Модуль VІ: Цикл розробки аналітичного проєкту та кейс-стаді

    офлайн

    • Заняття 1

      Теорія: Проєкт на основі аналізу даних та візуалізації, висновки, дискусія про основні проблеми та помилки що можна допускати в подібних проєктах (50 хв)
      Практика: розбір програмної складової за проєктом (30 хв)






  • Модуль VІ: Цикл розробки аналітичного проєкту та кейс-стаді

    офлайн

    • Заняття 2

      Теорія: Проєкт на основі лінійної регресії, висновки, дискусія про основні проблеми та помилки що можна допускати в подібних проєктах (50 хв)
      Практика: розбір програмної складової за проєктом (30 хв)







  • Модуль VІ: Цикл розробки аналітичного проєкту та кейс-стаді

    офлайн

    • Заняття 3

      Теорія: Проєкт на основі аналізу даних та візуалізації, висновки, дискусія про основні проблеми та помилки що можна допускати в подібних проєктах (50 хв)
      Практика: розбір програмної складової за проєктом (30 хв)







Попередня реєстрація на наступний потік

Illustration

Поспілкуватись з менеджером

Телефон: 38 050 151 17 45Email: au.gro.esk%40sesruoc