Επικοινωνήστε μαζί μας

Εξέλιξη Κομματιού

Συγγραφή καθαρότερου και πιο επαναχρησιμοποιήσιμου κώδικα R

  • Επισκόπηση του τι κάνει τον κώδικα R κλιμακώσιμο, ευανάγνωστο και συντηρήσιμο
  • Δημιουργία επαναχρησιμοποιήσιμων συναρτήσεων με σαφείς εισόδους, εξόδους και προεπιλεγμένες τιμές
  • Μείωση της επανάληψης μέσω καλύτερου σχεδιασμού συναρτήσεων και οργάνωσης σεναρίων

Πρακτικές ροές εργασίας μετασχηματισμού δεδομένων

  • Δημιουργία σαφών αγωγών ανάλυσης με εργαλεία του tidyverse
  • Εργασία με ομαδοποιημένες περιλήψεις, ενώσεις και αναδιάταξη δεδομένων
  • Δόμηση βημάτων προετοιμασίας δεδομένων για επαναλαμβανόμενη ανάλυση

Συναρτησιακός προγραμματισμός για επαναλαμβανόμενες εργασίες

  • Χρήση εργαλείων επανάληψης ως εναλλακτική λύση αντί των επαναλαμβανόμενων βρόχων
  • Εφαρμογή ροών εργασίας τύπου map με το purrr
  • Ασφαλέστερη διαχείριση σφαλμάτων και ελλειπουσών τιμών σε επαναλαμβανόμενες εργασίες

Εκσφαλμάτωση και βελτίωση απόδοσης

  • Εύρεση και διόρθωση συχνών λαθών κώδικα σε σενάρια και συναρτήσεις
  • Χρήση πρακτικών τεχνικών εκσφαλμάτωσης στην R και το RStudio
  • Συγκριτική αξιολόγηση αργού κώδικα και στοχευμένες βελτιώσεις απόδοσης

Αναπαραγώγιμη αναφορά και επικοινωνία

  • Δημιουργία αναπαραγώγιμων αναφορών με το R Markdown
  • Βελτίωση της οπτικής εξόδου με το ggplot2 για σαφέστερη επικοινωνία
  • Προετοιμασία αποτελεσμάτων ανάλυσης για κοινοποίηση σε επιχειρηματικούς ή ερευνητικούς φορείς

Εφαρμοσμένο εργαστήριο και επόμενα βήματα

  • Συνδυασμός συναρτήσεων, ροών εργασίας δεδομένων, εκσφαλμάτωσης και αναφοράς σε μια πρακτική άσκηση
  • Ανασκόπηση βασικών τεχνικών και συνηθισμένων μοτίβων για την καθημερινή εργασία με R
  • Εντοπισμός επόμενων βημάτων για συνεχή βελτίωση στον προγραμματισμό R

Απαιτήσεις

  • Σταθερή κατανόηση της βασικής σύνταξης της R, των τύπων δεδομένων, των διανυσμάτων και των data frames
  • Εμπειρία στη συγγραφή σεναρίων στην R και εργασία στο RStudio
  • Μεσαίου επιπέδου εμπειρία προγραμματισμού στην R, συμπεριλαμβανομένου βασικού χειρισμού δεδομένων και γραφημάτων

Ακροατήριο

  • Αναλυτές δεδομένων που θέλουν να γράφουν πιο αποδοτικό, επαναχρησιμοποιήσιμο και συντηρήσιμο κώδικα R
  • Επιστήμονες δεδομένων που χρειάζονται ισχυρότερες ροές εργασίας για ανάλυση, αναφορά και συνεργασία
  • Ερευνητές και τεχνικοί επαγγελματίες που χρησιμοποιούν το R για πρακτική εργασία δεδομένων
 14 Ώρες

Αριθμός συμμετέχοντων


Τιμή ανά συμμετέχοντα

Σχόλια (1)

Εφεξής Μαθήματα

Σχετικές Κατηγορίες