Ziel
Das Ziel dieses Kurses ist Euch den kompetenten Umgang mit R für die Aufbereitung, Exploration, und Visualisierung von Daten zu vermitteln.
Der Data Science Kreislauf
from http://sudeep.co/
Data Science Rollen
Data Science’s missverstandener Held
"Your analyst is the sprinter; their ability to quickly help you see and summarize what-is-here is a superpower for your process."
"The only roles every business needs are decision-makers and analysts. If you lose your analysts, who will help you figure out which problems are worth solving?"
Harvard Business Review
Towards Data Science
Cassie Kozyrkov
Chief Decision Scientist at Google
from medium.com
Features in Maschinellem Lernen
from medium.com
"…some machine learning projects succeed and some fail. What makes the difference? Easily the most important factor is the features used."
Pedro Domingos, Professor for Computer Science, Uni Washington
"The algorithms we used are very standard for Kagglers. […] We spent most of our efforts in feature engineering."
Xavier Conort, Chief Data Scientist, Data Robot
"Coming up with features is difficult, time-consuming, requires expert knowledge. "Applied machine learning" is basically feature engineering."
Andrew Ng, Founder and CEO of Landing AI
Agenda
Workshop - 1 Block zu Data IO
- 2 Blöcke zu Wrangling
- 3 Blöcke zu Plotting
Block - Folien-basierten Einführung
- Viele Übungen
- Interaktiven Zusammenfassung
Einführung
Einführung
- 30-45 min
- Konzepte & Code Beispiele
Materialien
- Immer online verfügbar
from Freepik.com
Übungen
Selber Programmieren
- 20 - 50 Aufgaben
- Zu Beginn einfach dann zunehmend schwieriger.
- Folgt Eurem eigenen Tempo.
- Antworten kommen später.
Beispiel: Daten
Cheatsheets
|
RStudio |
Base R |
Data Import |
Data Wrangling |
Data Visualization |
Vorstellung
- Wie heisst Du?
- Was ist dein Beruf?
- Hast du Programmiererfahrung mit R oder anderen Programmiersprachen?
- Wieso möchtest Du R lernen?
- Kaffee oder Tee?
- Bier oder Wein?
- Berlin oder Paris?
from artofmanliness.com