Advanced R培訓

Tidyverse是一系列多功能R包，用於清潔，處理，建模和可視化數據。包括的一些包是：ggplot2，dplyr，tidyr，readr，purrr和tibble。

在這個由講師指導的實時培訓中，參與者將學習如何使用Tidyverse包含的工具來操縱和可視化數據。

在培訓結束時，參與者將能夠：

• 執行數據分析並創建吸引人的可視化
• 從樣本數據的各種數據集中得出有用的結論
• 過濾，排序和匯總數據以回答探索性問題
• 將處理過的數據轉換為信息性線圖，條形圖，直方圖
• 導入和過濾來自不同數據源的數據，包括Excel ，CSV和SPSS文件

聽眾

• 初學者到R語言
• 初學者進行數據分析和數據可視化

課程形式

• 部分講座，部分討論，練習和繁重的實踐練習

這種以講師為主導的台灣現場現場培訓針對希望通過演算法交易，Python和R實現自動交易的業務分析師。

在培訓結束時，參與者將能夠：

• 採用演算法以專門的增量快速買賣證券。
• 使用演算法交易降低與交易相關的成本。
• 自動監控股票價格並進行交易。

這種以講師為主導的台灣現場培訓（現場或遠端）針對的是希望使用R和Python進行程式設計以進行異常值檢測的數據科學家和數據分析師。

在培訓結束時，參與者將能夠：

• 確定數據是異常值還是預期值。
• 實現異常檢測演算法。
• 使用各種技術和方法來檢測異常。

Big Data是指用於存儲和處理大型數據集的解決方案。最初由Go ogle開發，這些Big Data解決方案已經發展並啟發了其他類似的項目，其中許多項目都是開源的。 R是金融行業中流行的編程語言。

R是一種用於統計計算，數據分析和圖形的開源免費編程語言。 R被企業和學術界內越來越多的經理和數據分析師使用。 R還發現沒有計算機編程技能的統計學家，工程師和科學家的追隨者都很容易使用。它的受歡迎程度是由於越來越多地使用數據挖掘來實現各種目標，例如設定廣告價格，更快地找到新藥或微調財務模型。 R有各種各樣的數據挖掘包。

這種以講師為主導的台灣現場現場培訓針對的是希望在SAS中使用R進行程式設計以進行聚類分析的數據分析師。

在培訓結束時，參與者將能夠：

• 使用聚類分析進行數據挖掘
• 群集解決方案的 Master R 語法。
• 實現分層和非分層聚類。
• 做出數據驅動的決策，説明改善業務運營。

数据分析是当今商业中的重要工具。我们将始终专注于培养实际动手数据分析的技能。目的是帮助代表们对以下问题给出循证答案： 

发生了什么事？

• 处理和分析数据
• 生成信息丰富的数据可视化

会发生什么？

• 预测未来表现
• 评估预测

应该发生什么？

• 将数据转化为基于证据的业务决策
• 优化流程

该课程本身可以作为为期 6 天的课堂课程提供，也可以根据需要在数周内远程提供。 我们可以与您合作，提供最适合您需求的课程。 

R 是一个非常流行的开源环境，用于统计计算、数据分析和图形。本课程向学生介绍R编程语言。 它涵盖了语言基础知识、库和高级概念。 使用真实世界数据进行高级数据分析和绘图。

观众

开发人员/ 数据分析

期间

3天

格式

讲座和实践

R是一種用於統計計算，數據分析和圖形的開源免費編程語言。 R被企業和學術界內越來越多的經理和數據分析師使用。 R有各種各樣的數據挖掘包。

機器學習是人工智能的一個分支，其中計算機具有學習能力而無需明確編程。深度學習是機器學習的一個子領域，它使用基於學習數據表示和結構（如神經網絡）的方法。 R是金融行業中流行的編程語言。它用於從核心交易程序到風險管理系統的金融應用程序。

在這個以講師為主導的現場培訓中，參與者將學習如何使用R實施深度學習模型，因為他們逐步創建深度學習股票價格預測模型。

在培訓結束時，參與者將能夠：

• 理解深度學習的基本概念
• 了解深度學習在金融領域的應用和用途
• 使用R為財務創建深度學習模型
• 使用R建立自己的深度學習股票價格預測模型

聽眾

• 開發商
• 數據科學家

課程形式

• 部分講座，部分討論，練習和繁重的實踐練習

機器學習是人工智能的一個分支，其中計算機具有學習能力而無需明確編程。深度學習是機器學習的一個子領域，它使用基於學習數據表示和結構（如神經網絡）的方法。 R是金融行業中流行的編程語言。它用於從核心交易程序到風險管理系統的金融應用程序。

在這個由講師指導的實時培訓中，參與者將學習如何使用R實施深度學習銀行模型，因為他們逐步創建深度學習信用風險模型。

在培訓結束時，參與者將能夠：

• 理解深度學習的基本概念
• 了解深度學習在銀行業務中的應用和用途
• 使用R為銀行業務創建深度學習模型
• 使用R建立自己的深度學習信用風險模型

聽眾

• 開發商
• 數據科學家

課程形式

• 部分講座，部分討論，練習和繁重的實踐練習

該課程的目的是使參與者能夠掌握R的基本原理以及如何使用數據。

該課程允許代表使用R完全自動化預測過程