R für Fortgeschrittene

R Packages, performanter Code, RStudio, Debuggen, Big Data und maschinelles Lernen

Reguläre Ausdrücke in R

Das Erstellen und der Einsatz regulärer Ausdrücke mit Hilfe der Sprache R stehen bei diesem Workshop im Mittelpunkt. Diese regulären Ausdrücke können auch in anderen Sprachen genutzt werden.

Textanalyse mit R

In Zeiten der sozialen Medien wird es immer wichtiger, auch unstrukturierten Text (SMS, Emails, Blogs, Messages, Postings ...) zu analysieren. Lernen Sie jene Werkzeuge kennen, mit deren Hilfe man unstrukturierten Text analysiert.

Datum, Zeit und Lokalisierung in R

Egal welche Programmiersprachen Sie einsetzen - Zeit und Datum spielen dabei fast immer eine Rolle. Lernen Sie den richtigen Umgang mit den Datum- und Zeitfunktionen von R kennen und nutzen Sie künftig die angebotenen Tricks, um Zeit- und Datumsfragen zu lösen. Auch die Lokalisierung ist von Bedeutung. Der Deutsche spricht vom Monat Januar, der Österreicher vom Jänner - ich zeige Ihnen, wie man mit diesen Unterschieden richtig umgeht.

Performanter Programmcode in R

Man hört oft, dass R- Schleifen langsam sind. Dies liegt jedoch nicht an R sondern am Programmierer, der R unsachgemäß nutzt. Räumen wir mit diesem Vorurteil auf. In diesem Seminar wird gezeigt, wie man einen performanten R Code erstellt. Denkt man in Vektoren, denkt man funktional - damit kann man einen R Code um ein Vielfaches beschleunigen.

R Studio

Lernen Sie die Entwicklungsoberfläche von R Studio kennen. Passen Sie die Oberfläche Ihren Bedürfnissen an. Verwalten Sie Ihre Projekte bestmöglich. Erfahren Sie, wie Sie mit Hilfe der Sprache RMarkdown dynamische Dokumente erstellen, um z. B. Ihren Projektstand zu dokumentieren.

Debuggen mit R

Sobald man komplexere Programme schreibt, schleichen sich unweigerlich Fehler ein. Offensichtliche Fehler, Syntaxfehler usw. lassen sich rasch lokalisieren und korrigieren. Oft sind es jedoch Fehler von subtiler Art - das Programm hat einen Bug! In diesem Workshop erfahren Sie, welche Techniken zur Verfügung stehen, um solche Wanzen im Code aufzuspüren.

Maschinelles Lernen mit R

R und Python sind Sprachen, die heute für das maschinelle Lernen genutzt werden - Python richtet sich an den reinen Programmierer, während R von Analytikern für Analytiker entwickelt wurde. In diesem Workshop zeige ich Ihnen, wie man den Ablauf des maschinellen Lernens mit R abbildet. Dabei stelle ich auch diverse Packages für die Umsetzung von Data Mining Algorithmen vor. Sie erhalten Informationen zu supervised Techniken wie nächster Nachbar, Naïve Bayes, Prognosen, Entscheidungsbäume, Prognosen, Neuronale Netze, Warenkorbanalyse sowie unsupervised Techniken wie Clusterbildungen.

Big Data mit R

R nutzt den Hauptspeicher eines Rechners. Die Rechnerkapazität ist jedoch begrenzt. Es gibt Möglichkeiten, den Speicherbedarf so gering als möglich zu halten. Was kann man tun, wenn man an die Grenzen gelangt und der Speicher des Rechners nicht mehr ausreicht, um eine Aufgabe zu lösen? In diesem Workshop zeige ich Packages, mit deren Hilfe Sie diese Grenzen sprengen.


Diese Website benutzt Cookies, um Ihnen das beste Erlebnis zu ermöglichen. Weiterführende Informationen erhalten Sie in unserer Datenschutzerklärung.