Kendi verini R ile baştan sona analiz et
R ile elinizdeki veriyi uçtan uca analiz etmeyi öğreten orta seviye eğitim: içe aktarma ve temizleme, dplyr ile dönüştürme, tanımlayıcı istatistik, ggplot2 ile keşifsel görselleştirme, korelasyon ve temel hipotez testleri ile R Markdown raporlama.
R ile kendi veri kümeniz üzerinde uçtan uca istatistiksel analiz
Bu orta seviye eğitim, R kullanarak elinizdeki gerçek veriyi uçtan uca analiz etmeyi öğretir. Veriyi içe aktarma (read_csv, readxl), temizleme ve tiplendirme, eksik ve aykırı değer işleme, dplyr ile dönüştürme, tanımlayıcı istatistik (ortalama, medyan, dağılım, çeyrekler), ggplot2 ile keşifsel görselleştirme ve korelasyon, t-testi, ki-kare gibi temel çıkarım adımları işlenir. Katılımcı, ham bir veri kümesinden anlamlı özetlere ve ilk istatistiksel sonuçlara ulaşabilir.
2 Gün. Her gün dört modül; katılımcılar ham veriden keşif ve ilk çıkarıma ilerler.
Orta Seviye — R'da kendi verinizde tanımlayıcı istatistik, keşif ve temel çıkarım.
Katılımcılar kendi (ya da örnek) veri kümelerini RStudio'da adım adım analiz ederek öğrenir.
Ham veriyi içe aktarıp temizleyerek analize hazır hale getirirsiniz.
Tanımlayıcı istatistik ve grafiklerle veriyi hızla anlarsınız.
Korelasyon ve temel testlerle ilk istatistiksel sonuçlara ulaşırsınız.
Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri
R söz dizimi ve RStudio arayüzüne temel aşinalık faydalıdır.
Ortalama, dağılım gibi temel kavramlara aşinalık yararlıdır.
R/RStudio ve tidyverse (dplyr, ggplot2) kurulu bir ortam gerekir.
CSV/Excel biçiminde bir veri kümesi alıştırmaları somutlaştırır.
Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.
Program sonunda katılımcılar:
CSV/Excel veriyi R'a aktarıp tiplendirirsiniz.
Eksik ve aykırı değerleri işleyip veriyi düzeltirsiniz.
filter/mutate/summarise ile veriyi dönüştürürsünüz.
Özet istatistiklerle veriyi tanımlarsınız.
Keşifsel grafiklerle veriyi görselleştirirsiniz.
Değişkenler arası ilişkiyi ölçersiniz.
t-testi ve ki-kare ile ilk çıkarımı yaparsınız.
R Markdown ile yeniden üretilebilir rapor üretirsiniz.
Bu eğitim Digital Vizyon Akademi Başarı Sertifikası ile tamamlanır.
Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.
Veri güvenilirliği mühendisliği: veri SLO/SLI, gözlemlenebilirlik, dbt ve Great Expectations ile kalite otomasyonu, olay yönetimi ve SRE pratiklerini öğrenin.
Detayları Gör →
Python petl kütüphanesiyle hafif ETL: CSV/veritabanı okuma, cut/convert/select dönüşümleri, join ve aggregate ile birleştirme ve temizlemeyi uygulamalı öğrenin.
Detayları Gör →
Zaman serisi talep tahmini (Holt-Winters, ARIMA), MAE/MAPE doğruluk ölçümü ve kapasite planlamayla operasyonları veriyle optimize etmeyi öğrenin.
Detayları Gör →
Veritabanı sorgu performansı: optimize edici istatistikleri, indeks tasarımı, yürütme planı okuma ve parameter sniffing çözümüyle sorguları hızlandırmayı öğreni
Detayları Gör →
Arz-talep dengesi: talep tahmini, EOQ ve güvenlik stoğu, ROP, bullwhip etkisi ve S&OP ile envanter ve kapasite kararlarını veriyle optimize etmeyi öğrenin.
Detayları Gör →