R for Data Analysis

Niet Goed Geld Terug

Gratis Annuleren

Startgarantie

NRTO Keurmerk

9,3 op basis van 4 ervaringen

StartdatumEinddatumLocatie
595,- excl. btw
Gratis met STAP-budget 

R for Data Analysis is laagdrempelig en efficient! Met deze open-source programmeertaal verwerk je gemakkelijk grote hoeveelheden data. En til je jouw data analyse en visualisatie vaardigheden naar het volgende niveau. Tijdens deze hands-on ééndaagse beginnerscursus nemen onze ervaren trainers je mee in de wereld van R, zodat je na deze cursus zelfstandig aan de slag kunt. De cursus wordt afgesloten met een R for Data Analysis certificaat.

Background Image for School of Data Science Website

R for Data Analysis

Niet Goed Geld Terug 
Gratis annuleren
Startgarantie
★★★★★ 9,3 op basis van 4 ervaringen

Niveau: MBO/HBO/WO Trainer Locatie: Den Haag

R for Data Analysis is laagdrempelig en efficient! Met deze open-source programmeertaal verwerk je gemakkelijk grote hoeveelheden data. En til je jouw data analyse en visualisatie vaardigheden naar het volgende niveau. Tijdens deze hands-on ééndaagse beginnerscursus nemen onze ervaren trainers je mee in de wereld van R, zodat je na deze cursus zelfstandig aan de slag kunt. De cursus wordt afgesloten met een R for Data Analysis certificaat.

StartdatumEinddatumLocatie
595,-  excl. btw

Mail: farisch@schoolofdatascience.nl

Telefoonnummer:
070 221 1586

Background Image for School of Data Science Website

Ervaringen

Hieronder is een selectie te zien van onze blije klanten. Bekijk hier alle recensies.

Richard de Weert
Data Scientist
★★★★★9/10
“Goede introductie tot de programmeertaal/omgeving R. Zeer geduldige en bekwame trainer die open staat voor vragen, tempo afstemt op behoeften van de groep en goed de groep weet aan te voelen. Voor mij was het nodig de basis syntax te begrijpen, zodat ik deze taal kan gebruiken voor statistisch analyses in plaats van MATLAB. R biedt ontzettend veel perspectief. Op naar de machine learning cursus met R! 

Martijn Jongen
Consultant
★★★★9/10 
“Zelf had ik nog geen ervaring met R. De cursus was zeer nuttig. Een goede kennismaking met R waarbij de cursusleider het tempo goed afstemde op de cursisten. De bekwame cursusleider beantwoordt op begrijpelijke wijze alle vragen. “

Nicole Glotzbach
Consultant 
★★★★★10/10
“Very well explained! (using practical examples). The session was a good mix of interactive and lecture style. The trainer was very patient and clearly knew a lot about the topic.”

Informatie cursus R for Data Analysis

Locatie: Den Haag.
Duur: 1 dag. 
Studiebelasting: 7 uur cursus + 7 uur zelfstudie.

Lestijden: 10:00 – 16:30.
Lesdag: Vrijdag.

Taal: Nederlands/Engels.
Niveau: HBO/WO.

Prijs: €595,- excl. btw. 

Over de cursus R for Data Analysis

R wordt door vele statistici gekozen als de taal die bij uitstek geschikt is om data te analyseren. In combinatie met de RStudio omgeving, is de taal ideaal voor data visualisatie, data analyse en machine learning. De taal heeft een steile leercurve, maar wanneer men de syntax van R onder de knie heeft, geven de vele ingebouwde pakketten een berg aan mogelijkheden! Deze cursus is vooral geschikt voor mensen die graag de syntax en mogelijkheden omtrent data analyse van R willen leren begrijpen.

R is een belangrijke vaardigheid voor een goede datawetenschapper. 80% van het werk als datawetenschapper bestaat uit het manipuleren van data om bij de juiste set van data te komen. R bevat een rijke toolset die het gemakkelijk maakt relevante data uit een grote dataset te verkrijgen. Ook bevat R tal van libraries voor het visualiseren van data.

Tijdens deze cursus leer je eerst de basis principes en syntax van R en de werking van RStudio. De cursus vervolgt met het analyseren en visualiseren van datasets en statistische informatie.

Leerdoelen R for Data Analysis

Na deze cursus:
  • ken je de mogelijkheden die R biedt;
  • kun je werken met verschillende datatypes;
  • kun je variabelen maken en gebruiken;
  • kun je functies in R gebruiken;
  • kun je data importeren in R;
  • kun je data analyseren met behulp van dplyr;
  • kun je data visualiseren met behulp van ggplot2.

Voor wie is de R for Data Analysis cursus?

Deze cursus is iets voor jou als je:
  • benieuwd bent naar wat programmeren precies is en wat je er allemaal mee kunt;
  • kunt programmeren en/of data analyseren in een andere taal of omgeving dan R en RStudio, maar wilt de overstap maken naar R.
  • dagelijks programmeert met Excel en benieuwd bent welke mogelijkheden R biedt.
  • iets wilt doen met Data Science, Machine Learning en/of Artificiële Intelligentie, maar weet niet precies waar je zou moeten beginnen.
Voorbeeld van RStudio
Python Essentials Cursisten School of Data Science

Afbeelding 1 en 2. Voorbeeld van RStudio en ons klaslokaal op locatie Rotterdam.

Cursusinhoud R for Data Analysis

    • Variabelen en datatypen: Variabelen in R worden gebruikt om gegevens op te slaan die kunnen worden gebruikt in berekeningen en bewerkingen. Variabelen worden gedeclareerd met een bepaalde naam en krijgen een datatype toegewezen.
    • Datatypen: In R zijn er twee hoofdzakelijk datatypen: atomair en lijst. Atomaire gegevenstypen omvatten strings, gehele getallen (integers), doubles (floats), logic values (booleans) en factoren. Lijsten zijn verzamelingen van objecten en kunnen elk type gegevens bevatten. Lijsten zijn belangrijk voor het maken van complexe datastructuren, zoals dataframes en matrices. Factoren zijn speciale typen atomaire variabelen die een beperkt aantal waarden kunnen aannemen en worden gebruikt om categorische gegevens weer te geven.
    • Operatoren: Operatoren in R worden gebruikt om verschillende bewerkingen op variabelen uit te voeren. Deze bewerkingen omvatten rekenkundige bewerkingen (optellen, aftrekken, vermenigvuldigen en delen), logische bewerkingen (vergelijken, logisch AND en OR) en andere bewerkingen. Operatoren in R kunnen ook worden gebruikt om nieuwe variabelen te maken van bestaande variabelen. Er zijn veel verschillende soorten operators beschikbaar in R, elk met hun eigen doel.
    • Vectoren: Vectoren zijn een van de meest gebruikte datatypen in R. Een vector is een stukje data die een reeks elementen bevat, die allemaal hetzelfde gegevenstype moeten hebben (bijv. numeriek, strings, Boolean, etc.).
    • Functies: Functies zijn objecten waarmee een specifieke taak uitgevoerd kan worden. Ze worden gebruikt om informatie uit datasets te halen, manipuleren en extraheren. Functies kunnen worden gebruikt om berekeningen te definiëren, basisstatistieken te genereren en andere data analyse taken uit te voeren. Hiermee kun je processen automatiseren en je code efficiënter maken. Functies kunnen worden gebruikt om visualisaties te maken, bewerkingen op datasets uit te voeren en nieuwe variabelen te maken. Bovendien kunnen functies worden gebruikt om tests en simulaties uit te voeren, kansen te berekenen en voorspellingen te doen.
    • Dataframes: Dataframes in R zijn objecten die worden gebruikt om gegevens in tabelvorm op te slaan. Dataframes zijn vergelijkbaar met matrices, maar zijn flexibeler, waardoor verschillende datatypen mogelijk zijn. Dataframes worden gebruikt om gegevens in een gestructureerd formaat op te slaan en kunnen worden gebruikt om de gegevens te manipuleren en te analyseren. Dataframes kunnen worden gemaakt op basis van verschillende bronnen, zoals csv-bestanden, databases en andere gegevensbronnen.
    • Dplyr: dplyr is een pakket in R dat een snelle en efficiënte set tools biedt voor het manipuleren en samenvatten van gegevens. Het biedt een consistente interface voor het uitvoeren van algemene statistische technieken, zoals filteren, sorteren, groeperen en samenvatten.
    • Datavisualisatie met Ggplot2: ggplot2 is een R-pakket voor het maken van datavisualisaties. Het is een krachtig, flexibel en gebruiksvriendelijk systeem voor het maken van grafieken. De belangrijkste kracht is het vermogen om snel en eenvoudig complexe visualisaties van gegevens te maken.

Extra informatie over de R for Data Analysis cursus

  • Je hebt voor deze cursus een eigen laptop nodig om mee te doen. Hierop moet je installatierechten hebben.
  • Tijdens de cursus zal er een lunch worden voorzien. Heb je dieetvoorkeuren? Laat het ons weten in het intakeformulier! Dan zorgen wij voor een aangepaste lunch.

Veelgestelde vragen

R is een programmeertaal en softwareomgeving voor statistische berekeningen en grafische visualisaties. Het wordt veel gebruikt door statistici en dataminers voor data-analyse en het ontwikkelen van statistische software. Het wordt ook gebruikt voor datavisualisatie,  modellering en andere soorten data-analyse.

Voor de cursus is geen specifieke voorkennis nodig.

Je kunt op aanvraag na de cursus een zogenaamd ‘Certificaat van deelname’ ontvangen van de School of Data Science. Hierop staat je naam, de datum, de cursusnaam en het aantal uur dat besteed is aan de cursus.

Jazeker! Onze opleidingen, trainingen en cursussen kan je volgen met het UWV Scholingsbudget. Dus ook de cursus R for Data Analysis is te volgen met het UWV Scholingsbudget. Op onze UWV Scholingsbudget pagina kan je meer informatie vinden over het UWV Scholingsbudget en een aanvraag indienen.

R en Python zijn beide programmeertalen die veel worden gebruikt voor statistische analyse en data science. Er zijn echter enkele belangrijke verschillen tussen de twee talen waarvan u op de hoogte moet zijn:

Syntaxis: R en Python hebben verschillende syntaxis, wat betekent dat de manier waarop je code schrijft in de twee talen verschillend is. R gebruikt een syntaxis die vergelijkbaar is met de taal van statistiek, waardoor het voor mensen met een achtergrond in statistiek gemakkelijker wordt om te leren. Python daarentegen heeft een meer algemene syntaxis die voor beginners gemakkelijker te leren is.

Pakketten en bibliotheken: R en Python hebben verschillende sets pakketten en bibliotheken die voor verschillende doeleinden worden gebruikt. R heeft een groot aantal pakketten die specifiek zijn ontworpen voor statistische analyse en datavisualisatie, terwijl Python een breder scala aan pakketten heeft die voor verschillende taken worden gebruikt.

Community en ondersteuning: R en Python hebben verschillende community’s van gebruikers en ontwikkelaars, wat van invloed kan zijn op het ondersteuningsniveau en de beschikbare bronnen voor de twee talen. R heeft een grote en actieve community van gebruikers die betrokken zijn bij het ontwikkelen en delen van pakketten en tools voor de taal, terwijl Python een meer algemene community heeft die niet specifiek gericht is op data-analyse.

Over het algemeen hangt de keuze tussen R en Python af van uw specifieke behoeften en voorkeuren. Als je vooral geïnteresseerd bent in statistische analyse en datavisualisatie, dan is R wellicht de betere keuze voor jou. Als je echter een breder scala aan taken wilt doen, of als je een beginner bent met programmeren, dan is Python misschien beter geschikt.

Er zijn verschillende redenen waarom u R in plaats van Python zou willen kiezen voor statistische analyse en datawetenschap:

R heeft een syntaxis die specifiek is ontworpen voor statistische analyse, waardoor het gemakkelijker is voor mensen met een achtergrond in statistiek om te leren en te gebruiken.

R heeft een groot aantal pakketten en tools die specifiek zijn ontworpen voor statistische analyse en datavisualisatie, wat betekent dat u gemakkelijk toegang hebt tot een schat aan bronnen om u te helpen bij je werk.

R heeft een grote en actieve gemeenschap van gebruikers die betrokken zijn bij het ontwikkelen en delen van pakketten en tools voor de taal, wat betekent dat u gemakkelijk ondersteuning en hulp kunt krijgen bij het gebruik van R.

R is een veelzijdige taal die kan worden gebruikt voor een breed scala aan taken, waaronder data manipulatie, visualisatie en machine learning.

Over het algemeen, als je vooral geïnteresseerd bent in statistische analyse en datavisualisatie, dan is R misschien de betere keuze voor jou. Het is speciaal ontworpen voor deze taken en heeft een groot aantal pakketten en tools die je kunnen helpen bij je werk.

Scroll to Top