Visão Geral

Curso R Analytics. R é uma linguagem de programação de software livre e um ambiente de software para computação estatística e gráficos. A linguagem R é amplamente utilizada entre estatísticos e mineradores de dados para desenvolvimento de software estatístico e análise de dados. A diferença marcante entre R e a maioria dos outros pacotes estatísticos é que ele é software livre e é mantido por cientistas para cientistas.

Objetivo

O Curso R Analytics, fornecerá conceitos e abordagem prática ao pacote estatístico R, que está se tornando um padrão da indústria para aprendizado de máquina e mineração de dados. Este Curso R Analytics estabelece as bases para aspirantes a cientistas de dados. Após a conclusão da aula, você será capaz de aplicar técnicas estatísticas aos dados e obter informações significativas. As técnicas aprendidas no curso R Analytics ajudarão nas análises de Marketing, Seguros e Financeiras em diversas organizações de TI. Atualmente, R também é usado em ambientes de Big Data. Este Curso R Analytics fornecerá a base para as técnicas avançadas de gerenciamento de dados.

Publico Alvo

• Desenvolvedores que trabalham na área de Business Intelligence e que desejam se tornar cientistas de dados, gerentes técnicos, analistas de negócios
• Desenvolvedores SAS que estão tentando migrar para tecnologias de código aberto
• Alunos de mestrado em matemática e/ou estatística com alguma experiência em programação que desejam se tornar cientistas de dados

Pre-Requisitos

• Nível escolar básico – conhecimentos de matemática e estatística

Materiais

Conteúdo Programatico

Data mining using Statistical packages

A few concepts before starting

1. How R works
2. Creating, listing and deleting the objects in memory
3. The on-line help

Data with R

1. Objects
2. Reading data
3. Saving data
4. Generating data
5. Regular sequences
6. Random sequences
7. Manipulating objects
8. Creating objects
9. Converting objects
10. Operators
11. Accessing the values of an object: the indexing system
12. Accessing the values of an object with names
13. The data editor
14. Arithmetic and simple functions
15. Matrix computation

Graphics with R

1. Managing graphics
   1. Opening several graphical devices
   2. Partitioning a graphic
2. Low-level plotting commands
3. Graphical parameters
4. A practical example
5. The grid and lattice packages

Statistical analyses with R

1. A simple example of analysis of variance
2. Formulae
3. Generic functions
4. GLM
5. E1071
6. KSVM
7. KNN
8. Dimensionality reduction

Programming with R in practice

1. Loops and vectorization
2. Writing a program in R
3. Writing your own functions