Analizy wielowymiarowe w R

Podczas kursu zaprezentowane zostaną najpopularniejsze metody wielowymiarowe, które znajdują zastosowanie w analizie zjawisk złożonych, opisanych za pomocą dużej liczby zmiennych. Uczestnicy poznają bardziej zaawansowane techniki związane z analizą skupień oraz redukcją wymiaru.

Dla kogo?

Dla wszystkich, którzy znają język R, chcieliby poszerzyć swoją wiedzę z zakresu analiz wielowymiarowych i których przedmiotem zainteresowania są zjawiska złożone, np. w medycynie, badaniach rynkowych i marketingowych, psychologii, naukach przyrodniczych, technicznych.

Co zyskasz?

• Poznasz najczęściej wykorzystywane techniki do analizy danych wielowymiarowych
• Dowiesz się jak wydobyć kluczowe informacje ukryte w danych
• Zobaczysz, jak zredukować wymiar danych i jak grupować obiekty do siebie podobne
• Dostaniesz praktyczne wskazówki dotyczące interpretacji uzyskanych wyników
• Zdobędziesz podstawy do rozwijania umiejętności analitycznych w każdej branży
• Pogłębisz swoją wiedzę w zakresie pracy w środowisku R

Program szkolenia:

1. Analiza skupień
   • Metody hierarchiczne
   • Metoda k-średnich
   • Grupowanie gęstościowe (ang. density-based)
   • Ocena skupień
2. Redukcja wymiarowości
   • Analiza składowych głównych (ang. Principal Copmonent Analysis, PCA)
   • Rzadka analiza składowych głównych (ang. Sparse Principal Component Analysis, SparsePCA)
   • Eksploracyjna analiza czynnikowa (ang. Explorartory Factor Analysis, EFA)
   • Prosta analiza korespondencji (ang. Simple Correspondence Analysis, CA)
3. Analiza dyskryminacyjna (ang. Linear Discriminant Analysis, LDA)
4. Wizualizacja danych wielowymiarowych metodą t-SNE

Godziny zajęć: 8:15 – 15:30

W ramach szkolenia zapewniamy:

• obszerne materiały szkoleniowe
• świadectwo ukończenia szkolenia
• przerwy kawowe i obiad (dla szkoleń stacjonarnych)

Forma szkolenia:

• online lub stacjonarnie
• forma danej edycji podana przy terminie szkolenia

W przypadku szkoleń online:

• zajęcia prowadzone na żywo w MS Teams
• kontakt z prowadzącym w czasie rzeczywistym

Wymagania:

• Umiejętność obsługi komputera w środowisku Windows, Linux, MacOs
• Znajomość podstawowych pojęć analizy danych: rozkład, histogram, średnia, mediana, odchylenie standardowe, błąd standardowy, przedział ufności, korelacja, regresja
• Znajomość środowiska R oraz RStudio
• Zdecydowanie zalecane jest wcześniejsze ukończenie kursu Podstawy analizy danych w środowisku R

Wymagania sprzętowe i oprogramowanie:

• Zainstalowane środowisko R oraz RStudio
• Komputer z aktualnym systemem Windows, Linux, Mac OS
• 8 GB RAM
• procesorem Intel Core i5 6 generacji lub szybszy

Cena regularna: 2695 zł netto (+23% VAT)

Cena dla akademickich użytkowników Statistica (-15%)*: 2291 zł netto (+23% VAT)

*-15% dla akademickich użytkowników Statistica z aktywnym serwisem StatSoft Polska