Data Science v jazyku R

Stručná osnova predmetu

Cieľom tohto predmetu je poskytnúť vedomosti v oblasti analýzy dát v softvéri R a nástrojov na ich aplikáciu pri riešení konkrétnych empirických problémov. Dôraz sa kladie na problematiku spracovania, selekcie, modelovania a vizualizácie dát. Tento kurz tiež obsahuje základné informácie o možnostiach práce s veľkými databázami využitím programu R.
1. Matematické operácie v R, logické operátory a operátory porovnávania, typy dát v R, definovanie premenných a vektorov, indexovanie vektorov a operácie s vektormi, zoznamy.
2. Tvorba matíc, operácie s maticami, indexovanie matíc, tvorba tabuľkových štruktúr pomocou dátových rámcov (data frames), selekcia a indexovanie dátových rámcov a operácie s dátovými rámcami, import a export dát.
3. Základy programovania v R, podmienka if else, funkcia ifelse, využitie cyklov – for, while, tvorba vlastných funkcií.
4. Základné informácie o skupine knižníc tidyverse určenej k importovaniu, manipulácii dát, modelovaniu a vizualizácii dát (knižnice ako napr. readr, tibble, tidyr, dplyr, ggplot2, forcat, modelr…).
5. Manipulácia s dátami, využitie knižnice dplyr, výber premenných, filtrovanie premenných, výpočet sumárných štatistík, pipe operátor (%>%).
6. Príprava a čistenie dát k dátovej analýze (knižnica tidyr), zoskupenie dát podľa konkrétnych premenných, práca s kategorickými dátami, práca s časovými formátmi.
7. Práca s tabuľkovými štruktúrami (knižnica tibble), práca s relačnými dátami, spájanie dát z viacerých tabuliek na základe kľúčov, filtrovanie využitím viacerých tabuliek.
8. Využitie knižnice ggplot2 k tvorbe rôznych typov grafov (stĺpcový graf, koláčový graf, čiarový graf, histogram, bodový graf, Boxplot…) a nastavenie vybraných parametrov jednotlivých grafov.
9. Práca s nástrojom Markdown R slúžiacemu k spájaniu textu, kódu a výsledkov.
10. Pripojenie a práca s databázou SQL pomocou knižnice dbplyr. Práca s veľkými databázami a pripojenie k iným typom databáz (knižnica dtplyr, data.table).
11. Formulácia a zodpovedanie výskumnej otázky pomocou konštrukcie regresného modelu a jeho testovania (knižnice tidymodels, modelr).
12. Úvod do strojového učenia, prehľad možností využitia strojového učenia v R, aplikácia strojového učenia s využitím regresie.
13. Základné informácie o možnostiach extrakcii dát z webu (knižnice import.io, rvest…).