Einführungs-Workshop: Data Science mit R

Data Science ist in aller Munde und weckt Interesse. Für einen Einstieg in dieses Feld werden neben statistischem Methodenwissen auch Programmierkenntnisse, beispielsweise für die beliebte Data-Science-Sprache R, benötigt – für Interessierte ohne Softwareentwicklungs-Hintergrund eine hohe Einstiegshürde.

In einem Einführungsworkshop für die Programmiersprache R können die Teilnehmer die Angst vor dem Coden überwinden und die Analyse von Daten praktisch erleben. Dabei werden die Teilnehmer unter Anleitung erfahrener Data Scientists gemeinsam einen reellen Datensatz bearbeiten und von den ersten Visualisierungen, über Datenmanagement bis hin zu verschiedenen Analysen alle Schritte eines Data-Science-Projekts durchlaufen. Konkret werden die Teilnehmer praxisnah mit der Programmiersprache R arbeiten und eine Auswahl beliebter Librarys verwenden.

Agenda

• ab 8.30 Uhr: Registrierung und Begrüßungskaffee


• 9.30 Uhr: Beginn


• 9.30 - 9.45 Uhr: Ankommen und Organisatorisches


• 9.45 - 10.15 Uhr: Einführung in R & Data Science


• 10.15 - 11.00 Uhr: Erste Schritte in R & RStudio


• 11.00 - 11.15 Uhr: Kaffeepause


• 11.15 - 12.30 Uhr: Einlesen und Bearbeiten von Daten


• 12.30 - 13.30 Uhr: Mittagspause


• 13.30 - 15.30 Uhr: Visualisierung und erste Analysen von Daten


• 15.30 - 15.45 Uhr: Kaffeepause


• 15.45 - 16.30 Uhr: Ausblick: Weitere mögliche Analyseszenarien


• 16.30 - 17.00 Uhr: Q&A und Abschluss


• ca. 17.00 Uhr: Ende

Material:

Sämtliche Materialien zum Workshop finden Sie unter
https://upload.eoda.de/d/0e0b915a08ef49bda746/

Vorkenntnisse

Es werden keine inhaltlichen Vorkenntnisse für eine erfolgreiche Durchführung des Workshops benötigt.

Lernziele

Ziel des Einführungsworkshops Data Science mit R ist es, anhand eines konkreten Praxisbeispiels den Grundstein für ein selbständiges Arbeiten mit R zu legen.

Die Teilnehmer lernen dabei:

* Konzept und Philosophie von R
* Datenstrukturen und ihre Eigenschaften
* Einlesen von Daten
* Datenmanagement
* Daten Visualisierung mit R
* Datenanalyse mit R