DATA ANALYTICS KORIŠTENJEM R-A

1. DAN – Osnove statistike

S obzirom na ranije definirani cilj modula, od polaznika se ne očekuje određena razina predznanja osim osnovnog poznavanja matematičkih pojmova. Tijekom prvog dana, obradit će se slijedeće teme:

• Uvod u programski jezik R
• Razvoj i primjene u Big Data-i
• Najčešće korišteni paketi – CRAN
• Instalacija konzole i razvojna okolina
• Osnovni objekti i tipovi podataka
• Funkcije
• Jednostavne transformacije podataka

VJEŽBE:

Upoznavanje s razvojnom okolinom i osnovnim tipovima podataka potrebnim za rad u programskom jeziku. Pridruživanja, jednostavne naredbe i transformacije nad podacima

2. DAN – Data Mining i vizualizacije podataka

• Učitavanje podataka (txt, xls, db, …)
• Pregled i osnovne obrade podataka
• Napredne obrade podataka (čišćenje podataka, manipulacija i join – dplry, …)
• Export podataka
• Osnove vizualizacije podataka
• Napredne vizualizacije (ggplot)
• Korelacije
• Case Study: Povrati od ulaganja i Value-at-Risk (Quantitative Risk Management)
• Uvod u regresijski model
• Linearna i logistička regresija
• Case Study: Primjena logističke regresije za Probability of Default
• Predviđanje primjenom vremenskih nizova
• Case Study: Primjena vremenskih nizova za predviđanje potrošnje energenta

VJEŽBE:

Drugi dan modula polaznicima daje pregled tehnika koja je moguće istraživati podatke. Rad počinje učitavanjem podataka iz raznih izvora i pregledom podataka (osnovne kontrole i obrade). Polaznici se upoznavanju s naprednim tehnikama rada u dplry paketu (jedan od vodećih paketa za data mining u R-u). Kraj cjeline čini osnove vizualizacije podataka korištenjem R-a (paket ggplot).

Nakon uvoda u R i pripreme podataka za analizu, zadnji dan modula daje pregled osnovnih prediktivnih tehnika. Uz prethodni teoretski uvod u pojedini Case-Study, korištenjem paketa i funkcija u R-u polaznici samostalno izvršavaju prediktivne tehnike te interpretiraju rezultate predikcija.