Урок 1/7. Ведение

Вы познакомитесь с базовыми возможностями и областями применения языка R для анализа данных. Научитесь работать с данными и использовать простые математические методы, а также интегрировать полученные модели в программное решение Tableau для расширения базовых возможностей анализа данных. Мы разберем практические кейсы для решения статистических задач с применением библиотек языка R: определение аномалий в данных, сегментация клиентской базы, прогнозирование ежемесячных продаж, задачи геолокации. В каждом случае будет продемонстрировано применение возможностей языка R, интеграция с Tableau и визуализация результатов. Мы также научим простейшим взаимодействиям с данными в Vertica, рассмотрим скалярные и преобразующие функции. Решим две задачи — фильтрация объявлений и кредитный скоринга, чтобы на практике разобраться в вопросах интеграции Vertica + R и научиться применять новые технологии для BIG DATA аналитики. Для кого подойдет видео-курс «Data Mining. Tableau + R, Vertica + R» Уровень сложности – продвинутый. Практикум предназначен для специалистов в области машинного обучения, Data Scientist. Семинар также будет полезен аналитикам, которые хотя подробнее изучить возможности статистического языка R в связке с технологиями Tableau и Vertica. Программа видео-курса — Что такое R? — Что такое Tableau? — Что такое Vertica? — О задачах кластеризации, классификации и прогнозирования (примеры, где и зачем используются) — Как установить R? — Какие типы данных бывают? — Как загружать текстовые данные? — Как отображать загруженные данные? — Некоторые полезные функции языка R — Как получить помощь по функционалу? — Детальный разбор задачи: найти аномалии в наборе данных. — Библиотека mvoutlier, функция sign2 — Встроенные функции в Tableau SCRIPT_REAL, SCRIPT_STR, SCRIPT_INT, SCRIPT_BOOL — Демонстрация возможностей языка R, интеграция с Tableau, визуализация результатов, объяснение – как «читать» полученную визуализацию. — Для закрепления знаний на практике предлагаем решить задачу по нахождению аномалии в данных.