Eğitim İçeriği
Gün 1
Giriş ve ön hazırlıklar
- R'ü daha kullanıcı dostu, R ve kullanılabilir GUI'ler haline getirme
- R stüdyo
- R ilgili yazılım ve dokümantasyon
- R ve istatistikler
- R'ü etkileşimli olarak kullanma
- Giriş oturumu
- Fonksiyonlar ve özelliklerle ilgili yardım alma
- R komutları, büyük/küçük harf duyarlılığı vb.
- R önceki komutları hatırlama ve düzeltme
- Komutları bir dosyadan yürütme veya çıktıyı bir dosyaya yönlendirme
- Veri kalıcılığı ve nesneleri kaldırma
Basit manipülasyonlar; sayılar ve vektörler
- Vektörler ve atama
- Vektör aritmetiği
- Düzenli diziler oluşturma
- Mantıksal vektörler
- Eksik değerler
- Karakter vektörleri
- Dizin vektörleri; bir veri kümesinin alt kümelerini seçme ve değiştirme
- Diğer nesne türleri
Nesneler, modları ve öznitelikleri
- İçsel öznitelikler: mod ve uzunluk
- Bir nesnenin uzunluğunu değiştirme
- Öznitelikleri alma ve ayarlama
- Bir nesnenin sınıfı
Sıralı ve sırasız faktörler
- Belirli bir örnek
- tapply() fonksiyonu ve düzensiz diziler
- Sıralı faktörler
Diziler ve matrisler
- Diziler
- Dizi indeksleme. Bir dizinin alt bölümleri
- İndeks matrisleri
- array() fonksiyonu
- Karma vektör ve dizi aritmetiği. Geri dönüşüm kuralı
- İki dizinin dış çarpımı
- Bir dizinin genelleştirilmiş transpozu
- Matrix olanakları
- Matrix çarpımı
- Doğrusal denklemler ve ters çevirme
- Özdeğerler ve özvektörler
- Tekil değer ayrışımı ve determinantlar
- En küçük kareler uyumu ve QR ayrışımı
- Bölümlenmiş matrisler oluşturma, cbind() ve rbind()
- Dizilerle birleştirme fonksiyonu, ()
- Faktörlerden frekans tabloları
Gün 2
Listeler ve veri çerçeveleri
- Listeler
- Listeler oluşturma ve değiştirme
- Listeleri birleştirme
- Veri çerçeveleri
- Veri çerçeveleri oluşturma
- attach() ve detach()
- Veri çerçeveleriyle çalışma
- Keyfi listeleri bağlama
- Arama yolunu yönetme
Veri manipülasyonu
- Gözlemleri ve değişkenleri seçme, alt küme oluşturma
- Filtreleme, gruplama
- R kodlama, dönüşümler
- Birleştirme, veri kümelerini birleştirme
- Karakter manipülasyonu, stringr paketi
R verileri okuma
- Txt dosyaları
- CSV dosyaları
- XLS, XLSX dosyaları
- SPS, SAS, Stata… ve diğer formatlardaki veriler
- Verileri txt, csv ve diğer formatlara aktarma
- Access verileri SQL dili kullanarak veritabanlarından okuma
Olasılık dağılımları
- R istatistiksel tablolar kümesi olarak
- Bir veri kümesinin dağılımını inceleme
- Tek ve iki örnekli testler
Gruplama, döngüler ve koşullu yürütme
- Gruplanmış ifadeler
- Kontrol ifadeleri
- Koşullu yürütme: if ifadeleri
- R tekrarlayan yürütme: for döngüleri, repeat ve while
Gün 3
Kendi fonksiyonlarınızı yazma
- Basit örnekler
- Yeni ikili operatörler tanımlama
- Adlandırılmış argümanlar ve varsayılanlar
- ‘…’ argümanı
- Fonksiyonlar içindeki atamalar
- Daha gelişmiş örnekler
- Blok tasarımlarında verimlilik faktörleri
- Yazdırılan bir dizideki tüm adları bırakma
- R yinelemeli sayısal entegrasyon
- Kapsam
- Özel ortamı özelleştirme
- Sınıflar, genel fonksiyonlar ve nesne yönelimli programlama
R’te istatistiksel analiz
- Doğrusal regresyon modelleri
- Model bilgilerini çıkarmak için genel fonksiyonlar
- Uydurulmuş modelleri güncelleme
- Genelleştirilmiş doğrusal modeller
- Aileler
- glm() fonksiyonu
- Sınıflandırma
- Lojistik R regresyonu
- Doğrusal Ayrımcı Analiz
- Denetimsiz öğrenme
- Temel Bileşenler Analizi
- Kümeleme Yöntemleri (k-means, hiyerarşik kümeleme, k-medoids)
- Hayatta kalma analizi
- r’deki hayatta kalma nesneleri
- Kaplan-Meier tahmini
- Güven bantları
- Cox PH modelleri, sabit kovaryatlar
- Cox PH modelleri, zamana bağlı kovaryatlar
Grafik prosedürler
- Yüksek seviyeli çizim komutları
- plot() fonksiyonu
- Çok değişkenli verileri görüntüleme
- Görüntü grafikleri
- Yüksek seviyeli çizim fonksiyonlarına argümanlar
- Temel görselleştirme grafikleri
- Çok değişkenli ilişkiler lattice ve ggplot paketi ile
- Grafik parametrelerini kullanma
- Grafik parametreleri listesi
Otomatik ve etkileşimli raporlama
- R’ten çıktıyı metinle birleştirme
html, pdf belgeleri oluşturma
Danışanlarımızın Yorumları (6)
At the end of the class, we had a great overview of the language, we were provided tools to continue learning and were provided suggestions on how to continue learning. We covered AI/ML information.
Victor Prado - Global Knowledge Network Training Ltd
Eğitim - R
The R-programming overview training is quite intensive but Tomasz is always helpful, energetic and up to date. On top of it, he is passionate about R. I would highly recommend his R sessions to anyone interested in R.
Luiza Panoschi - Global Knowledge Network Training Ltd
Eğitim - R
Practice exercises were relevant and very helpful to reinforce the knowledge.
Andy Kwan - Environment and Climate Change Canada
Eğitim - R
Follow-along exercises after slide presentation kept engagement.
Robin White - Environment and Climate Change Canada
Eğitim - R
Michael was very knowledgeable and clear in his instruction of the training. Course was well structured to teach the desired subject as well as the right amount of room was left to adjust to fit our needs better. Over all, I am very happy with the course.
Brock Batey - Environment and Climate Change Canada
Eğitim - R
I really enjoyed the knowledge of the trainer.