In: Data Science & Machine Learning

R è il linguaggio per eccellenza della Data Science, il più usato al mondo. E’ completamente open-source, ricco di prodotti collaterali anch'essi tutti gratuiti, incluso un ambiente di sviluppo avanzato (R Studio). Due grandi punti di forza di R, inoltre, sono: la disponibilità di una grande e sempre crescente quantità di pacchetti e funzioni sviluppate in continuo in tutto il mondo, per praticamente qualsiasi ambito della Data Science; e la disponibilità di pacchetti grafici avanzati, per qualsiasi tipo di grafico ed in generale per qualsiasi necessità di Data Visualization. Il tutto affidabile e ben testato.
Il corso introduce il partecipante all'uso di R per la Data Science.
Corso pratico: non necessario il set-up aula, i partecipanti porteranno i loro portatili.

I contenuti sono i seguenti:

• Introduzione ad R
• Le mani su R
  • Partire: scaricare, installare ed aggiornare R ed R Studio
  • Entrare ed uscire da R Studio
  • Muoversi in R Studio: tour dell’interfaccia e dei 4 pannelli
  • Installare e caricare i package
  • I repository dei package R: CRAN e GITHub
  • Personalizzare le sessioni R Studio con .Rprofile
  • Salvare ed esportare dati e risultati
  • L’ambiente di R ed i default
  • Esercizi
• Le basi di R
  • Classi, oggetti e metodi
  • La matematica con R (manipolazioni di base)
  • I tipi di dati
  • Gli scalari
  • I vettori
  • Le matrici
  • Le liste
  • I fattori
  • Le array
  • I dataframe
  • Creazione degli oggetti
  • Indicizzazione (metodi)
  • Cammini di ricerca
  • Mascheramento degli errori
  • Operatori di assegnazione
  • Esercizi
• Input / Output dei dati
  • Lettura dei dati da file o DB
  • Scrittura dei dati su file o DB
  • Importazione dei dati (vari formati)
  • Esportazione dei dati (vari formati)
  • Funzioni di esame dei dati
  • Esercizi
• Elaborazione dei dati
  • Vettorizzazione
  • Sequenze regolari
  • Date
  • Trasformazioni numeriche
  • Stringhe e loro manipolazione
  • Booleani e confronti
  • Gli insiemi vuoti
  • I dati mancanti
  • Sort & order
  • Manipolazione di matrici
  • Esercizi
• Le funzioni
  • Cosa sono
  • La struttura
  • Come crearle
  • Esercizi
• Varie
  • Grandi moli di dati: come gestirle.

Durata

• 7 ore

Prerequisiti