Data Science / Data Mining in R (3 Tage)

Kurs

In Stuttgart

1.710 € zzgl. MwSt.

Beschreibung

  • Kursart

    Intensiv-Workshop

  • Niveau

    Anfänger

  • Ort

    Stuttgart

  • Unterrichtsstunden

    24h

  • Dauer

    3 Tage

Grundlagen von R für data analytics und Machine Learning

Dieses Grundlagenseminar führt in die Programmiersprache R für Data Science ein und erläutert die Grundkonzepte von Data Science / Data Mining. Der Schwerpunkt des Seminars liegt in der praktischen Umsetzung in der Sprache R. Das benötigte theoretische Wissen wird auf anschauliche und intuitive Weise vermittelt, ohne sich in langatmige wissenschaftliche Diskurse zu verlieren. Ziel der Schulung ist es Sie zu befähigen, eigenständig erste Daten Analysen durchzuführen und Algorithmen des Maschinellen Lernens für die Datenanalyse anwenden zu können.

Behandelte Themen in dieser Schulung:
* Entwicklungsumgebung (IDE) RStudio
* Grundlagen von R
* Wichtige Datenstrukturen in R
* Das data.table Paket in R
* Daten einlesen und rausschreiben
* Datenmanipulation
* Kontrollstrukturen (Control Flows) (for loop, if-else, while, Funktionen)
* Datenvisualisierung mit ggplot2
* Berechnung von Statistiken im data.table
* Machine Learning Überblick
* Machine Learning Algorithmen (Lineare / Logistische Regression, Entscheidungsbaum, Support Vector Machine (SVM), Random Forest, K-Means)
* Kreuzvalidierung (cross-validation)
* ROC curve und AUC

Standorte und Zeitplan

Lage

Beginn

Stuttgart (Baden-Württemberg)
Karte ansehen

Beginn

auf Anfrage

Hinweise zu diesem Kurs

In diesem Seminar erlernen Sie die Programiersprache R für Anwendungen im Bereich Data Science / Data Mining (unter Verwendung von Machine Learning Algorithmen). Das Seminar ist sehr praxisorientiert mit vielen Übungsaufgaben (inkl. Musterlösungen), welche die Kursteilnehmer eigenständig in der Entwicklungsumgebung RStudio bearbeiten. Der Kursleiter steht dabei natürlich jederzeit für Fragen zur Verfügung.

Die R Schulung richtet sich an Data Analysts, angehende Machine Learning engineers, data scientists, Busines Intelligence Analysts, Datenanalysten, o.ä. welche die Programmiersprache R für Datenanalysen und Data Mining / Data Science Projekte einsetzen möchten und einige Machine Learning Algorithmen kennen lernen möchte.

Es werden keine Kenntnisse in R vorausgesetzt. Notwendig sind jedoch grundlegende Kenntnisse im Umgang mit Daten, z.B. durch einer BI-Software oder mit Excel, damit Konzepte wie das spaltenweise Berechnen bekannt sind. Vorausgesetzt werden allgemeine Computerkenntnisse und mathematische Grundkenntnisse (Grundrechenarten, Summenzeichen, Ablteiung, Integral, Koordinatensystem zum Plotten, Was ist eine Funktion, ...) Kenntnisse im Lesen der Englischen Sprache sind hilfreich.

* Die Schulungsleiter kommen aus der Praxis und haben langjährige praktische Erfahrung in dem Gebiet. * Unsere Kurse sind vollständig ausgearbeitet. Die Schulung hat eine klare Struktur. Die Theorie wird anhand von Folien erläutert, welche auch als Nachschlagemöglichkeit verwendet werden können. Zu jeder Übungsaufgabe gibt Lösungen (fertigen Code,) der einen (oder mehrere) Lösungswege darstellt. Fragen, auch über das Thema hinausgehende, werden am Flipchart erläutert. Falls wir eine Frage nicht spontan oder nur unzureichend am Flipchart beantworten können, erarbeiten wir neue Unterlagen und versenden diese nach dem Seminar. Unsere Seminare sind KEINE Live-Coding Sessions des Kursleiters, in denen die Kursteilnehmer hauptsächlich damit beschäftigt sind, den Code des Dozenten abzutippen. * Bisherige Schulungsteilnehmer empfehlen uns weiter uns sind sehr zufrieden mit unseren Kursen (siehe unsere ProvenExpert Bewertungen https://www.provenexpert.com/enable-ai/) * Der Schwerpunkt der Schulung liegt in der praktische Umsetzung mit vielen Übungsaufgaben (und Lösungen). Dabei erhoffen wir uns, dass Sie die gängigen Fehler schon während des Kurses machen können (um sie hinterher zu vermeiden :) * Die Gruppengröße ist auf max. 10 Teilnehmer beschränkt. Damit können wir garantieren, dass wir jede Frage individuell beantworten können.

Unsere Seminare finden ab 3 Teilnehmern statt. Die Gruppengröße ist auf max. 10 Teilnehmer beschränkt.

Die Widerrufsbelehrung können Sie unter https://www.enable-ai.de/widerrufsrecht/ finden. Buchungen können bis 14 Tage vor Kursbeginn kostenlos storniert werden. 7 bis 14 Tage vor Kursbeginn fallen 50% Stornokosten an. Bei einer Stornierung von weniger als 7 Tagen vor Kursbeginn müssen wir Ihnen die gesamte Kursgebühr zzgl. MwSt in Rechnung stellen. Sie haben bei Stornierung aber die Möglichkeit das (oder ein anderes) bereits stattfindendes Seminar kostenfrei (bzw. nach Bezahlung des Differenzbetrages) zu besuchen. Natürlich kann auch kurzfristig ein Kollege / eine Kollegin Sie im Seminar vertreten.

Sie können uns gerne kontaktieren (info@enable-ai.de). Gemeinsam können wir feststellen, ob der Kurs für Sie geeignet ist, oder ob zur Erreichung Ihrer Ziele ein anderer Kurs aus unserem Angebot an Data Science, Machine Learning bzw. Deep Learning Schulungen besser passen würde. Falls nicht, haben wir ggfs. den ein oder anderen Hinweis, wie Sie ohne unsere Dienstleistungen im Bereich Künstlicher Intelligenz weiterkommen können.

Die Übungsaufgaben sind meistens Coding Aufgaben, d.h. Sie sollen entweder Code-Snippets selbst schreiben oder Lücken im Code ausfüllen. Das Lückenausfüllen schult auch das Lesen und Verstehen von Code. Die Schwierigkeit und Umfang der Aufgaben ist so gestaltet, dass die wichtigsten Übungen von allen Kursteilnehmern erfolgreich (in der dafür vorgegebenen Zeit) bearbeitet werden können. Es gibt Übungsaufgaben unterschiedlichen Schwierigkeitsgrades, so dass Teilnehmer mit Vorwissen oder schnellere Teilnehmer zusätzliche Aufgaben zur Verfügung stehen. Desweiteren haben wir in einigen Kapiteln kurze Kontrollfragen zum theoreitschen Teil vorbereitet.

Jeder Block (meist 90 Minuten lang) umfasst eine oder mehrere Einheiten aus Theorie und Praxis. Die Theorieeinheit erläutert das nötige Wissen um die Übungsaufgaben verstehen und eigenständig bearbeiten zu können. Wir vermeiden es, Ihre Zeit mit langen, wissenschaftlich theoretischen Ausschweifungen zu verschwenden und beschränken uns stattdessen auf die notwendige Theorie, die zu einem besseren Verständnis und Intuition verhilft. Der Schwerpunkt der Schulung ist die Praxis, d.h. Codeschreiben und das Lösen von Verständnisaufgaben stehen im Mittelpunkt. Wir beantworten jederzeit gerne Fragen von Kursteilnehmern. Aufkommende Fragen während der Übungsaufgaben werden individuell beantwortet. Fragen, die alle Teilnehmer interessieren könnten, werden nach dem Praxisblock ausführlich erläutert. Das Skript, welches neben den Folien mit der vorgestellten Theorie und mach weiterführenden Erklärungen, auch den Code umfasst, erhalten Sie in digitaler (als .pdf) und gedruckter Version. Der Code und die Musterlösung der Aufgaben gibt es digital.

Fragen & Antworten

Ihre Frage hinzufügen

Unsere Berater und andere Nutzer werden Ihnen antworten können

Wer möchten Sie Ihre Frage beantworten?

Geben Sie Ihre Kontaktdaten ein, um eine Antwort zu erhalten

Es werden nur Ihr Name und Ihre Frage veröffentlicht.

Meinungen

Themen

  • Programmiersprache R
  • Entwicklungsumgebung RStudio
  • Einführung in R
  • Data.table Paket
  • Machine Learning
  • Datenstrukturen in R
  • Data Science in R
  • Data Mining in R
  • Datenvisualisierung mit ggplot2
  • Kreuzvalidierung
  • ROC curve und AUC
  • Lineare / Logistische Regression
  • Entscheidungsbaum
  • Support vector machine (SVM)
  • Random forest
  • K-means
  • Kontrollstrukturen (for loop; if-else; while)

Dozenten

Jan Köhler

Jan Köhler

Deep Learning, Machine Learning, Data Science, KI, Python, R

Vom Hintergrund Statistiker und Wirtschaftsingenieur hat er über 7 Jahre an den neuesten Technologien in Machine Learning, Deep Learning und Data Science im Bosch Center for Artificial Intelligence (BCAI) gearbeitet, hat in der Praxis bei über 25 Patentanmeldungen (meist als Haupterfinder) beigetragen und ist Mitautor bei Veröffentlichungen im Bereich Machine Learning, Medizinstatistik bzw. Operations Research. In vielen Praxisprojekten unterstützte er bisher als Data Scientist bei den verschiedenen Stufen eines Data Mining Projekts und hat bisher über 300 Teilnehmer geschult.

Inhalte

* Entwicklungsumgebung (IDE) RStudio
* Grundlagen von R
* Wichtige Datenstrukturen in R
* Das data.table Paket in R
* Daten einlesen und rausschreiben
* Datenmanipulation
* Kontrollstrukturen (Control Flows) (for loop, if-else, while, Funktionen)
* Datenvisualisierung mit ggplot2
* Berechnung von Statistiken im data.table
* Machine Learning Überblick
* Machine Learning Algorithmen (Lineare / Logistische Regression, Entscheidungsbaum, Support Vector Machine (SVM), Random Forest, K-Means)
* Kreuzvalidierung (cross-validation)
* ROC curve und AUC

Data Science / Data Mining in R (3 Tage)

1.710 € zzgl. MwSt.