Помощник веб-аналитика удаленно на неполный рабочий день

Основы программирования на R

1. 1.1 Введение в курс

2. 1.2 Переменные, глобальное окружение, справка

3. 1.3 Векторы (часть 1)

4. 1.4 Управляющие конструкции, работа с пакетами

5. 1.5 Векторы (часть 2)

6. 2.1 Матрицы и списки

7. 2.2 Дата фреймы

8. 2.3 Факторы и строки

9. 3.1 Функции

10. 3.2 Элементы функционального программирования

11. 3.3 Обработка данных при помощи dplyr

12. 3.4 Заключение: что дальше?

Анализ данных в R

1. Тема 1. Аналіз даних та статистичне виведення - огляд основних понять

2. Тест 1

3. Тема 2. Описова статистика. Завершення огляду основних понять. Очищення даних з допомогою R

4. Тест 2

5. Лабораторна робота 2

6. Тема 3. Основи теорії ймовірностей. Класичні розподіли. Кореляція та регресія

7. Тест 3

8. Лабораторна робота 2

9. Тема 4. Вивідна статистика. Центральна гранична теорема. Побудова довірчих інтервалів

10. Тест 4

11. Лабораторна робота 3

12. Тема 5. Тестування статистичних гіпотез

13. Тест 5

14. Лабораторна робота 4

15. Екзамен

Анализ данных в R

1. 1.1 Общая информация о курсе

2. 1.2 Переменные

3. 1.3 Работа с data frame

4. 1.4 Элементы синтаксиса

5. 1.5 Описательные статистики

6. 1.6 Описательные статистики. Графики

7. 1.7 Сохранение результатов

8. 2.1 Анализ номинативных данных

9. 2.2 Сравнение двух групп

10. 2.3 Применение дисперсионного анализа

11. 2.4 Создание собственных функций

12. 3.1 Корреляция и простая линейная регрессия (МНК)

13. 3.2 Множественная линейная регрессия

14. 3.3 Множественная линейная регрессия. Отбор моделей

15. 3.4 Диагностика модели

16. 3.5 Диагностика модели. Продолжение

17. 3.6 Логистическая регрессия

18. 3.7 Экспорт результатов анализа из R

19. 3.8 Заключение

Основы статистики. Часть 2

1. 1.1 Общая информация о курсе

2. 1.2 Постановка задачи

3. 1.3 Расстояние Пирсона

4. 1.4 Распределение Хи-квадрат Пирсона

5. 1.5 Расчет p-уровня значимости

6. 1.6 Анализ таблиц сопряженности

7. 1.7 Анализ таблиц сопряженности. Продолжение

8. 1.8 Точный критерий Фишера

9. 1.9 Практические задания на R

10. 2.1 Логистическая регрессия. Постановка задачи

11. 2.2 Модель без предикторов. Intercept only model

12. 2.3 Модель с одним номинативным предиктором

13. 2.4 Модель с двумя номинативными предикторами

14. 2.5 Взаимодействие номинативных предикторов

15. 2.6 Когда нужно использовать непараметрические методы и почему?

16. 2.7 Непараметрические методы. Продолжение.

17. 2.8 Практические задания на R

18. 3.1 Кластерный анализ методом k - средних

19. 3.2 Может ли кластерный анализ "ошибаться"?

20. 3.3 Как определить оптимальное число кластеров?

21. 3.4 Иерархическая кластеризация

22. 3.5 Введение в метод анализа главных компонент

23. 3.6 Практические задания на R

24. 3.7 Заключение

Основы программирования

1. 1.1 Общая информация о курсе

2. 2.1 Введение

3. 3.1 Ввод-вывод, оператор присваивания

4. 3.2 Целые числа

5. 3.3 Вещественные числа

6. 3.4 Итоговый тест

7. 4.1 Условный оператор. Часть 1

8. 4.2 Условный оператор. Часть 2

9. 4.3 Итоговый тест

10. 5.1 Цикл for

11. 5.2 Цикл for. Сумматор

12. 5.3 Цикл for. Мультипликатор

13. 5.4 Цикл while

14. 5.5 Цикл while. Анализ цифр числа

15. 5.6 Цикл while. Последовательности

16. 5.7 Вложенные циклы

17. 5.8 Операторы break и continue

18. 5.9 Перебор

19. 5.10 Минимаксные задачи

20. 5.11 Итоговый тест

100 часов обучения