서울 R Language 과정

R Markdown은 실행 가능한 R 코드와 서술적 텍스트를 결합하여 동적이며 재현 가능한 문서를 생성하는 저작 프레임워크입니다.

이 강사 주도의 실시간 교육(온라인 또는 현장)은 내부 문서, 연구 출판물, 웹 게시용으로 R Markdown을 활용하여 자동화된 동적 보고서를 생성하고자 하는 초보부터 중급 수준의 R 사용자를 대상으로 합니다.

이 교육이 끝나면 학습자는 다음과 같은 능력을 갖추게 됩니다:

• R 코드 조각과 서식이 적용된 텍스트가 포함된 R Markdown 문서를 생성합니다.
• HTML, PDF, Word 등의 다양한 형식으로 출력을 생성합니다.
• 매개변수화된 보고서와 조건부 논리로 동적 콘텐츠를 생성합니다.
• 테마, 템플릿, LaTeX를 사용하여 문서의 외관을 맞춤 설정하고 프로페셔널한 표현을 합니다.

강좌 형식

• 상호작용형 강의와 토론.
• 많은 연습과 실습.
• 실시간 실험 환경에서 실무를 수행합니다.

강좌 맞춤 설정 옵션

• 이 강좌의 맞춤 교육을 요청하시려면 저희에게 문의하여 안내를 받으세요.

서울에서 진행되는 이 실시간 교육(온라인 또는 현장)은 데이터 분석가 및 데이터 시각화를 위해 Tableau, Python, R 및 SQL을 사용하고 통합하는 방법을 배우고 싶은 모든 사람을 대상으로 합니다. 그리고 분석.

이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.

• Python, R 및 SQL을 사용하여 데이터 분석을 수행합니다.
• Tableau를 사용하여 데이터 시각화를 통해 통찰력을 창출하세요.
• 비즈니스 운영을 위해 데이터 기반 결정을 내립니다.

서울에서 강사가 진행하는 이 실시간 교육(온라인 또는 현장)은 이러한 도구를 사용하여 데이터를 정리하고 분석하고, 통계적 예측을 하고, 통찰력 있는 시각화를 만들고자 하는 초보 수준의 전문가를 대상으로 합니다.

이 교육을 마치면 참가자는 다음을 수행할 수 있습니다.

• 데이터 분석을 위한 Python, R, Power Query, Power BI의 기본을 이해합니다.
• Python 및 Power Query를 사용하여 데이터 세트를 정리하고 구성합니다.
• R을 사용하여 통계 분석과 예측을 수행합니다.
• Power BI을 사용하여 전문적인 대시보드와 보고서를 만드세요.
• 다양한 소스의 데이터를 효과적으로 통합하고 분석합니다.

Shiny는 JavaScript이나 복잡한 웹 프레임워크에 대한 지식이 없더라도 R을 통해 직접적으로 상호작용하고 동적인 웹 애플리케이션을 구축할 수 있게 해주는 R 패키지입니다.

이 강사는 중급 R 사용자를 대상으로, Shiny를 사용하여 데이터 시각화, 사용자 상호작용, 그리고 보고를 위한 사용자 정의 웹 애플리케이션을 구축하고 배포하는 방법을 배우게 됩니다. (온라인 또는 현장)

이 교육을 마친 후, 참가자는 다음을 할 수 있게 됩니다:

• Shiny와 R을 사용하여 상호작용하는 웹 애플리케이션을 생성합니다.


• 반응형 요소와 동적인 입력으로 사용자 인터페이스를 설계합니다.


• 데이터 시각화와 보고 기능을 Shiny 앱에 통합합니다.


• Shiny Server나 Posit Cloud를 통해 로컬 또는 온라인에서 Shiny 앱을 배포하고 공유합니다.

강좌 형식

• 상호작용하는 강의와 토론.


• 많은 연습과 문제풀이.


• 실습 환경에서 직접 구현.

강좌 커스터마이징 옵션

• 이 강좌에 맞춘 맞춤형 교육을 요청하려면, 연결하여 조치를 취하십시오.

이 강사는 지도하는 실시간 교육은 중급에서 고급 수준의 컴퓨터 과학 전문가들을 대상으로 Stata를 활용하여 통계 분석을 수행하고 R과 통합하는 방법을 배우는 것을 목표로 합니다.

이 교육이 끝나면 참가자들은 다음과 같은 능력을 갖추게 됩니다:

• 데이터 분석과 통계 모델링을 위해 Stata를 효과적으로 사용합니다.
• Stata의 기능을 SPSS와 R과 비교합니다.
• Stata를 R과 통합하여 원활한 통계 컴퓨팅을 수행합니다.
• Stata와 R을 사용하여 워크플로를 개발하고 자동화합니다.

R 은 통계 계산, 데이터 분석 및 그래픽에 사용되는 인기 있는 오픈 소스 환경입니다. 이 과정에서는 학생들에게 R 프로그래밍 언어를 소개합니다. 언어 기초, 라이브러리 및 고급 개념을 다룹니다. 실제 세계의 데이터를 이용한 고급 데이터 분석과 그래프 작업을 포함합니다.

대상

개발자/데이터 분석가

기간

3일

형식

강의와 실습

데이터 분석은 오늘날 비즈니스에서 중요한 도구입니다. 우리는 실용적인 실무 데이터 분석 기술을 개발하는 데 중점을 두겠습니다. 이 과정의 목표는 참가자들이 질문에 대한 증거 기반 답변을 제공하도록 돕는 것입니다:

어떤 일이 일어났나요?

• 데이터 처리 및 분석
• 정보성 데이터 시각화 생성

어떤 일이 일어날까요?

• 미래 성과 예측
• 예측 평가

어떤 일이 일어나야 하나요?

• 데이터를 증거 기반 비즈니스 결정으로 변환하기
• 프로세스 최적화

이 강사 주도형 실시간 훈련 과정인 서울(온라인 또는 현장)은 R을 활용하여 워크플로우 속도를 높이고, 코드 품질을 개선하며, 더 복잡한 분석 작업을 수행하고자 하는 중급 수준의 고급 R 사용자를 대상으로 합니다.

본 훈련이 종료되면 참가자는 재사용 가능한 함수를 생성하고, 데이터 워크플로우를 개선하며, 코드를 디버깅하고 최적화하여 재현 가능한 보고서를 작성할 수 있게 됩니다.

빅데이터는 대량의 데이터를 저장하고 처리하기 위한 솔루션을 의미하는 용어입니다. 이 빅데이터 솔루션은 Google에서 처음 개발되었으며, 이후 다양한 오픈 소스 프로젝트를 영감을 주었습니다. R은 금융 산업에서 인기가 높은 프로그래밍 언어입니다.

이 강좌는 온라인 또는 현장에서 진행되는 인스트럭터 주도의 실시간 훈련으로, R 프로그래밍을 사용하여 데이터를 조작하고 기본적인 데이터 분석을 수행하며 통찰력을 위한 강력한 시각화를 생성하길 원하는 초보 수준의 데이터 분석가들을 대상으로 합니다.

이 훈련이 끝나면 참가자들은 다음과 같은 능력을 갖추게 됩니다:

• R 프로그래밍 기초를 이해합니다.
• 기본적인 데이터 과학 프로세스를 적용합니다.
• 데이터의 시각적 표현을 만듭니다.

이 강사 주도형 실시간 교육(서울, 온라인 또는 현장)은 Python과 R을 KNIME에서 프로그래밍하기를 원하는 데이터 과학자를 대상으로 합니다.

이 교육이 끝나면 참가자들은 다음과 같은 능력을 갖추게 됩니다:

• KNIME에서 머신러닝 모델을 계획, 구축 및 배포합니다.
• 운영에 대한 데이터 기반 결정을 내립니다.
• 데이터 과학 프로젝트를 전반적으로 수행합니다.

이 강사는 지도하는 실시간 교육(온라인 또는 현장)은 Stata와 R을 사용하여 통계 분석을 위한 빅데이터를 분석하길 원하는 데이터 분석가들을 대상으로 합니다.

이 교육이 끝날 때까지 참가자들은 다음과 같은 능력을 갖추게 될 것입니다:

• 주요 관심 변수와 사건을 예측하기 위한 통계 모델을 생성합니다.
• 설명적 시각화, 요약 표, 빈도 등을 생성합니다.
• 대규모 데이터베이스를 관리하고 구조화하여 데이터 분석을 준비합니다.

이 훈련을 마치면 참가자들은 다음과 같은 능력을 갖추게 됩니다:

이 강사는 주도하는 실시간 훈련(온라인 또는 현장)은 Tableau를 위해 R로 프로그래밍하고자 하는 데이터 과학자를 대상으로 합니다.

• Tableau에서 R을 활용한 분석 구현.
• R의 학습 알고리즘을 사용하여 Tableau에 값을 반환.
• Tableau에서 R 함수의 구조화 및 시각화.
• 비즈니스 운영을 위한 데이터 주도 결정-making.

설명: 

이 코스는 R 사용자가 크로스 브라우저 스크립트와 HTML, Java, CSS을 배우지 않고도 웹 앱을 만들 수 있도록 가르치는 코스입니다.

목표:

Shiny 앱이 어떻게 작동하는지 기본 개념을 다룹니다.

Shiny 라이브러리의 모든 일반적으로 사용되는 입력/출력/렌더링/패널링 함수를 다룹니다.

이 강사는 직접 가르치는 온라인 또는 오프라인 라이브 트레이닝으로, 중간 수준의 데이터 분석가 및 비즈니스 전문가를 대상으로 합니다. 이 과정은 R을 사용하여 시간 시리즈 예측을 수행하고 데이터 분석 워크플로를 자동화하기를 원하는 분들을 위해 마련되었습니다.

이 훈련을 마친 후, 참여자들은 다음을 할 수 있게 됩니다.

• R에서 예측 기술의 기본 원리를 이해합니다.
• 지수 평활화 및 ARIMA 모델을 시간 시리즈 분석에 적용합니다.
• ‘forecast’ 패키지를 사용하여 정확한 예측 모델을 생성합니다.
• 비즈니스 및 연구 응용을 위한 예측 워크플로를 자동화합니다.