Haladó R Képzés

Ez az oktató által vezetett, élő képzés Magyarország (online vagy helyszíni) azoknak az üzleti elemzőknek szól, akik szeretnék automatizálni a kereskedést az algoritmikus kereskedelem, a Python és az R segítségével.

A képzés végére a résztvevők képesek lesznek:

• Algoritmusok alkalmazásával gyorsan vásárolni és eladni értékpapírokat meghatározott lépésekben.
• Csökkenteni a kereskedéssel járó költségeket az algoritmikus kereskedelem segítségével.
• Automatikusan monitorozni az árfolyamokat és kereskedéseket lebonyolítani.

A Big Data egy olyan kifejezés, amely a nagy adathalmazok tárolására és feldolgozására szánt megoldásokat jelenti. Kezdetben a Google által kifejlesztett, ezek a Big Data megoldások fejlődtek tovább és más hasonló projektekhez is ihletet adtak, amelyek közül szoftverek nyílt forráskódúak. Az R egy népszerű programozási nyelv a pénzügyi iparban.

Ez az oktató által vezetett, élő képzés Magyarország (online vagy helyszíni) kezdő szintű adatelemzőknek szól, akik szeretnék használni az R programozást az adatok manipulálásához, alapvető adatelemzéshez és meggyőző vizualizációk készítéséhez.

A képzés végén a résztvevők képesek lesznek:

• Megérteni az R programozás alapjait.
• Alapvető adattudományi folyamatokat alkalmazni.
• Adatok vizuális ábrázolását létrehozni.

Az R egy nyílt forráskódú, ingyenes programozási nyelv statisztikai számítások, adatelemzés és grafikák készítésére. Az R-t egyre több menedzser és adatelemző használja vállalatokban és az akadémián belül. Az R követőkre talált a statisztikusok, mérnökök és tudósok körében is, akiknek nincs informatikai háttértudása, és könnyűnek találják a használatát. Népszerűségét az adatbányászat egyre nagyobb mértékű alkalmazása magyarázza, amelyet különböző célokra használnak, például hirdetési árak beállítására, új gyógyszerek gyorsabb megtalálására vagy pénzügyi modellek finomhangolására. Az R rendelkezik széles körű csomagokkal az adatbányászat területén.

Ez az oktató által vezetett, élő képzés Magyarország (online vagy helyszíni) azoknak az adatelemzőknek szól, akik R programozást szeretnének alkalmazni az SAS-ban klaszteranalízis céljából.

A képzés végére a résztvevők képesek lesznek:

• Klaszteranalízis alkalmazása adatbányászat során
• Az R szintaxis elsajátítása klaszterezési megoldásokhoz
• Hierarchikus és nem hierarchikus klaszterezés implementálása
• Adatvezérelt döntések meghozatala az üzleti műveletek javítása érdekében

Az adatelemzés ma már nélkülözhetetlen eszköz az üzleti életben. A kurzus során kiemelt figyelmet fordítunk a gyakorlati adatelemzési készségek fejlesztésére. Célunk, hogy a résztvevők képesek legyenek adatokra alapozott válaszokat adni a következő kérdésekre: 

Mi történt?

• adatok feldolgozása és elemzése
• informatív adatvizualizációk készítése

Mi fog történni?

• jövőbeli teljesítmény előrejelzése
• előrejelzések értékelése

Mi kellene, hogy történjen?

• adatok átalakítása bizonyítékokon alapuló üzleti döntésekké
• folyamatok optimalizálása

Ez az oktató által vezetett, élő képzés Magyarország-ben (online vagy helyszíni) kezdő szintű szakembereknek szól, akik szeretnék megtisztítani és elemezni az adatokat, statisztikai előrejelzéseket készíteni, és betekintő vizualizációkat létrehozni ezekkel az eszközökkel.

A képzés végére a résztvevők képesek lesznek:

• Megérteni a Python, R, Power Query és Power BI alapjait az adatelemzéshez.
• Adathalmazok tisztítása és szervezése Python és Power Query segítségével.
• Statisztikai elemzés és előrejelzések készítése R-rel.
• Professzionális irányítópultok és jelentések készítése Power BI-val.
• Hatékonyan integrálni és elemezni az adatokat több forrásból.

Az R egy nagyon népszerű, nyílt forráskódú környezet statisztikai számításokhoz, adatelemzéshez és grafikák készítéséhez. Ez a kurzus bemutatja az R programozási nyelvet a hallgatóknak. A kurzus magában foglalja a nyelv alapjait, könyvtárakat és haladó fogalmakat. Haladó szintű adatelemzés és grafikonkészítés valós adatokkal.

Célközönség

Fejlesztők / adatelemzők

Időtartam

3 nap

Formátum

Előadások és gyakorlati feladatok

Ez az oktató által vezetett, élő képzés Magyarország (online vagy helyszíni) kezdő szintű szakembereknek szól, akik szeretnék elsajátítani az R alapjait és az adatokkal való munkát.

A képzés végére a résztvevők képesek lesznek:

• Megérteni az R programozási környezetet és az RStudio felületet.
• Adathalmazok importálására, kezelésére és feltárására R parancsok és csomagok segítségével.
• Alapvető statisztikai elemzések és adatösszegzések elvégzésére.
• Vizuális ábrák készítésére az alap R és a ggplot2 segítségével.
• Hatékonyan kezelni a munkaterületeket, szkripteket és csomagokat.

Ez az oktató által vezetett, élő képzés Magyarország-ben (online vagy helyszíni) középszintű adatelemzők és üzleti szakemberek számára készült, akik időszakos előrejelzéseket szeretnének készíteni és adatelemzési munkafolyamatokat automatizálni az R segítségével.

A képzés végére a résztvevők képesek lesznek:

• Megérteni az előrejelzési technikák alapjait R-ben.
• Alkalmazni az exponenciális simítást és az ARIMA modelleket időszakosan elemzésre.
• Használni a 'forecast' csomagot pontos előrejelzési modellek létrehozásához.
• Automatizálni az előrejelzési munkafolyamatokat üzleti és kutatási alkalmazásokhoz.

Az R egy nyílt forráskódú, ingyenes programozási nyelv statisztikai számításokhoz, adatelemzéshez és grafikák készítéséhez. Az R-t egyre több vezető és adatelemző használja vállalatokban és az akadémiai környezetben. Az R széles körű csomagokat kínál az adatbányászathoz.

Ez az oktató által vezetett, élő képzés Magyarország-ben (online vagy helyszíni) azoknak az adattudósoknak szól, akik Pythonban és R-ben szeretnének programozni a KNIME-hez.

A képzés végére a résztvevők képesek lesznek:

• Gépi tanulási modellek tervezésére, építésére és üzembe helyezésére a KNIME-ben.
• Adatvezérelt döntések meghozatalára a műveletek során.
• Végponttól végpontig adattudományi projektek megvalósítására.

Becslések szerint a strukturálatlan adatok több mint 90 százalékát teszik ki az összes adatnak, amelynek nagy része szöveges formában található. Blogbejegyzések, tweetek, közösségi média és egyéb digitális publikációk folyamatosan bővítik ezt a növekvő adatmennyiséget.

Ez az oktató által vezetett, élő képzés az ebből az adatból nyerhető betekintésekre és jelentésekre fókuszál. Az R nyelv és a Természetes Nyelvfeldolgozás (NLP) könyvtárak felhasználásával a számítástechnika, a mesterséges intelligencia és a számítási nyelvészet fogalmait és technikáit kombináljuk, hogy algoritmikusan megértsük a szöveges adatok mögötti jelentést. Az adatminták az ügyfél igényeinek megfelelően különböző nyelveken elérhetők.

A képzés végére a résztvevők képesek lesznek adathalmazokat (nagyokat és kicsiket) különböző forrásokból előkészíteni, majd a megfelelő algoritmusokat alkalmazni annak elemzésére és jelentésére.

A képzés formátuma

• Részben előadás, részben vita, intenzív gyakorlati munka, időnkénti tesztek a megértés ellenőrzésére

Az R egy nyílt forráskódú, ingyenes programozási nyelv statisztikai számításokhoz, adatelemzéshez és grafikák készítéséhez. Az R-t egyre több menedzser és adatelemző használ vállalatokban és az akadémiai környezetben is. Az R számos csomaggal rendelkezik az adatbányászat területén.

Célközönség

A kurzus formátuma

A képzés végére a résztvevők képesek lesznek:

Ebben az oktató által vezetett, élő képzésben a résztvevők megtanulják, hogyan kezelhetik és vizualizálhatják az adatokat a Tidyverse eszközeivel.

A Tidyverse egy sokoldalú R csomaggyűjtemény az adattisztításra, feldolgozásra, modellezésre és vizualizációra. A csomagok közé tartozik például a ggplot2, dplyr, tidyr, readr, purrr és tibble.

• Kezdők az R nyelvben
• Kezdők az adatelemzésben és adatvizualizációban

• Részben előadás, részben vita, gyakorlatok és intenzív gyakorlati munka

• Adatelemzés végzése és vonzó vizualizációk készítése
• Hasznos következtetések levonása különböző mintákból származó adathalmazokból
• Adatok szűrése, rendezése és összegzése, hogy válaszoljanak feltáró kérdésekre
• Feldolgozott adatok átalakítása informatív vonaldiagrammokká, oszlopdiagrammokká, hisztogrammokká
• Adatok importálása és szűrése különböző adatforrásokból, például Excel, CSV és SPSS fájlokból