R és Python tanfolyam

1. óra • Az R és RStudio telepítése

Telepítse az R alaprendszert és az RStudio IDE-t Windows, macOS és Linux rendszereken. Létrehozza a kurzus során használt alapvető R munkaterületet.

2. óra • Csomagok és könyvtárak kezelése

Csomagok telepítése és frissítése a CRAN használatával R-ben, valamint a pip/conda használatával Pythonban. Biztosítja, hogy a hallgatók harmadik féltől származó eszközökkel bővíthessék mindkét környezetet.

3. óra • Python és Anaconda telepítése

Telepítse a Pythont az Anaconda disztribúción keresztül, és konfigurálja a Jupyter Notebookot. Biztosítja a Python munkaterületet, amely párhuzamos tanulás céljából tükrözi az R beállítást.

1. óra • Vezérlési szerkezetek

Írjon if/else utasításokat, for ciklusokat és while ciklusokat mindkét nyelven. Lehetővé teszi az adatfeldolgozó szkriptekhez elengedhetetlen feltételes logikát és iterációt.

2. óra • Hibakezelés és hibakeresés

Használja a tryCatch függvényt R-ben és a try/except blokkot Pythonban a futásidejű hibák kecses kezelésére. A termelési minőségű szkriptekhez elengedhetetlen védekező programozási szokásokat épít ki.

3. óra • Függvények írása és meghívása

Határozzon meg újra felhasználható függvényeket paraméterekkel, alapértelmezett értékekkel és visszatérési utasításokkal. Elősegíti a moduláris kódtervezést, amelyet a későbbi fejezetekben is alkalmaznak.

4. óra • Változók és adattípusok

Deklaráljon változókat, és dolgozzon numerikus, karakter, logikai és komplex típusokkal mindkét nyelven. Kialakítja a típusokkal kapcsolatos tudatosságot, amely az összes későbbi adatmanipulációhoz szükséges.

1. óra • Listák és tuple-ök

Heterogén adatok tárolása R listákban, valamint Python listákban és tuple-ökben. Lefedi az összetett adatfolyamatokban használt beágyazott szerkezeteket és elemelérési mintákat.

2. óra • Vektorok és tömbök

Hozzon létre és indexeljen egydimenziós vektorokat R-ben és NumPy tömböket Pythonban. Létrehozza a numerikus számításokban használt atomi adattárolót.

3. óra • Szótárak és halmazok Pythonban

Használjon Python szótárakat kulcs-érték tárolásra és halmazokat egyedi elemgyűjteményekhez. Biztosítja az adattisztítási munkafolyamatokban szükséges keresési és duplikátumeltávolítási eszközöket.

4. óra • Pandas DataFrame-ek Pythonban

Építsen és kezeljen Pandas DataFrame-eket, mint Python elsődleges táblázatos szerkezetét. Tükrözi az R adatkeret szakaszt, lehetővé téve a közvetlen nyelvközi összehasonlítást.

1. óra • Hiányzó adatok kezelése

Hiányzó értékek észlelése, eltávolítása és pótlása a base R és Pandas metódusok használatával. Biztosítja az adatminőséget a modellezési vagy vizualizációs lépések előtt.

2. óra • Adatok csoportosítása és aggregálása

Adatok összegzése csoportonként a group_by/summarize használatával R-ben és a groupby/agg használatával Pythonban. Előállítja a jelentéskészítéshez és vizualizációhoz szükséges összefoglaló statisztikákat.

3. óra • Adatok átalakítása: széles és hosszú formátumok

Adatok forgatása széles és hosszú formátumok között a tidyr és a Pandas melt/pivot használatával. Az adatokat a vizualizációs és modellező könyvtárak által megkövetelt alakba rendezi.

4. óra • Adatok importálása és exportálása

CSV, Excel és JSON fájlok beolvasása R-be és Pythonba, valamint eredmények kiírása a lemezre. Létrehozza az adatbetöltő folyamatot, amely az összes átalakítási lépést táplálja.

1. óra • Statisztikai vizualizáció a Seaborn használatával

Eloszlási, kategorikus és kapcsolati diagramok generálása a Seaborn magas szintű API-jával. Kiegészíti a Matplotlib-et beépített statisztikai összefoglalókkal és vonzó alapértelmezésekkel.

2. óra • Ábrázolás a Matplotlib használatával Pythonban

Hozzon létre ábrákat és tengelyeket a Matplotlib objektumorientált API-jával. Biztosítja az alapvető Python ábrázolási réteget, amelyre a Seaborn és a Pandas épít.

3. óra • Diagramok testreszabása és exportálása

Alkalmazzon egységes stílusú feliratokat, megjegyzéseket és exportbeállításokat az R és Python diagramokon. Biztosítja, hogy a vizuális anyagok megfeleljenek a szakmai jelentéskészítési és publikációs szabványoknak.

4. óra • Vizualizációs alapelvek és diagramválasztás

Alkalmazza a vizuális kódolási elveket a megfelelő diagram kiválasztásához az egyes adattípusokhoz. Minden további ábrázolási munkát a tervezési bevált gyakorlatokra alapoz.

1. óra • Hipotézisvizsgálat

Futtasson t-próbákat, khi-négyzet próbákat és ANOVA-t az R és a scipy.stats használatával Pythonban. Lehetővé teszi a csoportok és kapcsolatok formális összehasonlítását az adatokban.

2. óra • Valószínűségi eloszlások

Vegyen mintát a normális, binomiális és Poisson-eloszlásokból, és értékelje azokat R-ben és Pythonban. Kiépíti a hipotézisvizsgálathoz és modellezéshez szükséges valószínűségi alapot.

3. óra • Korreláció és egyszerű regresszió

Mérje a lineáris kapcsolatokat korrelációs együtthatókkal, és illesszen egyszerű lineáris regressziós modelleket. Felkészíti a hallgatókat a következő teljes gépi tanulási fejezetre.

4. óra • Konfidencia intervallumok és mintavételezés

Konfidencia intervallumok szerkesztése és a mintavételezési változékonyság megértése mindkét nyelven. Összeköti a valószínűségszámítást a gyakorlati következtetéssel valós adathalmazokon.

1. óra • Modell hangolás és érvényesítés

Optimalizálja a hiperparamétereket rács keresés és kereszt-érvényesítés segítségével mindkét nyelven. Biztosítja, hogy a modellek a telepítés előtt általánosítsanak a tanítási adatokon túl.

2. óra • Regressziós modellek

Tanítson lineáris és polinomiális regressziós modelleket, és értékelje az illeszkedést kereszt-érvényesítés segítségével. Kiterjeszti a 6. fejezetből származó egyszerű regressziót regularizált és nemlineáris formákra.

3. óra • Osztályozási modellek

Tanítson logisztikus regressziót, döntési fákat és random forest-eket osztályozási feladatokhoz. Lefedi a legszélesebb körben használt osztályozókat a szakmai ML munkafolyamatokban.

4. óra • Gépi tanulási munkafolyamat áttekintése

Keretezze a teljes ML folyamatot a probléma meghatározásától a modell kiértékeléséig. Biztosítja azt a fogalmi térképet, amely megszervezi az összes későbbi modellezési szakaszt.

1. óra • R Markdown dinamikus jelentésekhez

Kombinálja az R kódot, narratív szöveget és kimenetet egyetlen R Markdown dokumentumban. Lehetővé teszi az elemzők számára, hogy reprodukálható HTML, PDF és Word jelentéseket készítsenek.

2. óra • R és Python összekapcsolása egy munkafolyamatban

Hívja meg a Pythont R-ből a reticulate csomag használatával, és adjon át objektumokat a munkamenetek között. Lehetővé teszi a hibrid munkafolyamatokat, amelyek kihasználják mindkét nyelv erősségeit.

3. óra • Projektszervezés és bevált gyakorlatok

Strukturálja az R és Python projekteket egységes mappaelrendezésekkel, elnevezési konvenciókkal és README fájlokkal. Biztosítja a hosszú távú karbantarthatóságot és a csapat együttműködését.

4. óra • Jupyter Notebookok Python jelentésekhez

Strukturálja az elemzést Jupyter Notebookokban markdown cellák, kód cellák és gazdag kimenet segítségével. Biztosítja a Python megfelelőjét az R Markdown-nak a megosztható elemző dokumentumokhoz.