Skip to content

VladimirShleyev/Method_R_doc

Repository files navigation

Method_R_doc

Методическое пособие по курсу "Перспективные информационные технологии" для студентов УрГЭУ, обучающихся по направлению бизнес-информатика.

Курс охватывает основы использования языка R для целей интеллектуального анализа данных.

Автор: аспирант кафедры бизнес-информатики УрГЭУ, Шлеев Владимир Владиславович.


№ лекции Тема лекции
Лекция №1 "Структурирование бизнес-задачи"
Лекция №2 "Оценка целесообразности it - разработки с точки зрения экономического эффекта"
Лекция №3 "Настройка рабочего окружения - установка интерпретатора языка R, IDE (RStudio), контроль версий (GIT), renv."
Лекция №4 "Основные типы проектов на языке R. Место языка в современной энтерпрайз -разработке"
Лекция №5 "Работа со справочными материалами. Где искать ответы на свои вопросы"
Лекция №6 "Базовый синтаксис языка R. Базовые структуры данных: векторы, строки, матрицы, списки, дата-фреймы, факторы, классы."
Лекция №7 "Операции CRUD со структурами данных. Индексация. Data-wrangling"
Лекция №8 "Программные конструкции. Управляющие команды. Окружение и проблема видимости."
Лекция №9 "ООП в R - классы S3 и S4"
Лекция №10 "Визуальный (разведочный) анализ данных."
Лекция №11 "Основные методы статистической обработки - описательные статистики и корреляция"
Лекция №12 "Регрессия. Простая и полиномиальная. Выбросы. Влиятельные наблюдения."
Лекция №13 "Дисперсионный анализ. Классификация методом К-ближайших соседей."
Лекция №14 "Методы создания повторных выборок (кросс-валидация)."
Лекция №15 "Деревья решений. Машины опорных векторов (SVM)."
Лекция №16 "Метод главных компонент (PCA). Кластерный анализ по методу К-средних."

№ лаб.работы Тема лабораторной работы
1 Ввод-вывод. Чтение данных из файлов.
2 Парсинг данных в Интернет
3 Очистка данных. Строки. Regex.
4 Написание функций.
5 Написание классов S3, S4
6 Отладка и поиск ошибок в коде R
7 Улучшение быстродействия кода R
8 Разведочный анализ
9 Задачи на регрессию. - контрольная точка 1
10 Классификация методом К-ближайших соседей
11 Разделение данных на обучающую и тестовую выборки
12 Графы и сети. Визуализация, описание, анализ.
13 Однослойные нейронные сети. Библиотеки Nnet, Neuralnet
14 Деревья решений. - контрольная точка 2
15 Машины опорных векторов (SVM).
16 Метод главных компонент (PCA).
17 Введение в сверточные сети. Фреймворк Keras.
18 Совмещаем R-код и Python-код.
19 Клиент-серверное REST-API приложение на R. Библиотека Plumber.
20 Deploy Shiny web-приложения. - контрольная точка 3
21 Deploy web-приложения с помощью HEROKU.

About

No description, website, or topics provided.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published