Kurs
Einführung in R
4 Std.
3.1M
Du willst besser in R programmieren, weißt aber nicht, wo du anfangen sollst? Nimm dir diese fünf R-Challenges vor und bring deine Data-Science-Kompetenzen in R auf das nächste Level. Du arbeitest interaktiv mit vielen R-Packages wie ggplot2 und dplyr und wendest deine Fähigkeiten auf echte Datensätze an.
Warum eine R-Challenge machen?
Unsere fünf R-Challenges sind ein schneller, effizienter Weg, deine Programmierkompetenzen auszubauen. Wie bei anderen Programmiersprachen gilt: Wenn du nicht übst, verlernst du schnell. Deshalb enthalten unsere fünf Challenges verschiedene Projekte, an denen du direkt arbeiten kannst. Schau dir auch unsere Python-Challenges und SQL-Challenges an.
Die Projekte decken ein breites Spektrum ab – von ersten Schritten in R bis hin zu Aufgaben für Fortgeschrittene. Bist du neu in R, startest du mit einem Dashboard auf Basis von ggplot2 und Shiny. Erfahrenere springen von der Visualisierung der COVID-19-Fallzahlen bis hin zur Vorhersage der Auswirkungen des Klimawandels auf Vögel.
Dieser ganzheitliche Ansatz ist ideal, wenn du deine R-Data-Science-Kompetenzen in verschiedenen Bereichen ausbauen willst, darunter:
- Datenanalyse,
- Natural Language Processing,
- Maschinelles Lernen
Außerdem kannst du deine Projekte in deinem DataCamp Workspace-Portfolio speichern. So behältst du deinen Fortschritt im Blick und präsentierst deine R-Data-Science-Kompetenzen.
5 R-Challenges, um deine Skills zu schärfen
Viele von euch legen los mit unseren R-Lernpfaden, Kursen, Projekten und mehr. In diesem Abschnitt findest du 5 R-Projekte, die du in einer Woche oder weniger abschließen kannst. Such dir eins aus und starte heute!
1. Entwickle ein Dashboard mit ggplot2 und Shiny
Eine der Superkräften von R sind die starken Visualisierungsbibliotheken wie ggplot2 und Shiny. Das Beste an diesen Open-Source-Packages: Du kannst erstklassige Dashboard-Webapps entwickeln und ohne Zusatzkosten im Job einsetzen. Außerdem gibt es umfangreiche Dokumentation und Community-Templates, die über Jahre gereift sind.
Im Kurs Building Web Applications with Shiny in R lernst du, wie du mit Shiny startest, interaktive Dashboards erstellst, die begeistern, vollwertige Dashboards baust und mehr.
Vorkenntnisse
2. Visualisiere COVID-19-Fälle
Innerhalb weniger Monate wurde COVID-19 von einer Epidemie zur Pandemie. Seitdem hat sie weltweit großes Leid verursacht, unsere Arbeitswelt grundlegend verändert, die Digitalisierung beschleunigt und mehr. Wie konnte sich das Virus so schnell verbreiten?
Im Projekt Visualizing COVID-19 visualisierst und verstehst du, wie sich das Virus von den ersten bekannten Fällen im Dezember 2019 bis Mitte 2020 weltweit ausgebreitet hat.
Vorkenntnisse
3. Sag voraus, ob ein Pokémon legendär ist
Bei der großen Vielfalt an Pokémon im Pokémon-Universum: Was macht manche stärker als andere? Und welche Eigenschaften zeichnen ein „legendäres“ Pokémon wie Zapdos, Arktos und Lavados aus?
Wie der Name schon sagt, hilft dir das Projekt What Makes a Pokemon Legendary genau diese Frage zu beantworten. Mit Machine-Learning-Methoden wie Entscheidungsbäumen und Random Forests sagst du anhand zentraler Attribute voraus, ob ein Pokémon legendär ist.
Vorkenntnisse
- Data Manipulation with dplyr
- Introduction to Data Visualization with ggplot2
- Machine Learning with Tree-Based Models in R
4. Analysiere die schwierigsten Jeopardy!-Fragen
Jeopardy! ist ein Klassiker der Fernsehgeschichte. Seit rund 40 Jahren treten Kandidatinnen und Kandidaten gegeneinander an und beantworten die kniffligsten Trivia-Fragen, die sich das Jeopardy!-Team ausdenkt. Was, wenn du mit Data Science die häufigsten Fragetypen herausarbeiten könntest?
Im Projekt Text Mining America’s Toughest Game Show nutzt du Textanalyse und Natural Language Processing, um die am häufigsten vorkommenden Kategorien in Jeopardy! zu verstehen, erstellst eine Wordcloud der meistgestellten Final-Jeopardy!-Runden, lernst, wie du dich am besten auf eine Jeopardy!-Folge vorbereitest, und mehr.
Vorkenntnisse
5. Sage die Auswirkungen des Klimawandels auf Vögel voraus
R ist ein Standardwerkzeug in der Klimatologie und vielen Forschungsfeldern. Der Klimawandel beeinflusst seit Jahrzehnten und in den kommenden Jahrzehnten Arten weltweit. Ein viel untersuchter Effekt sind Veränderungen in der Verbreitung von Vogelarten in den Highlands von Schottland.
Im fortgeschrittenen Projekt The Impact of Climate Change on Birds erstellst du eine Karte, die den Klimawandel über die Jahre visualisiert, stellst Vogelbeobachtungen und ihre Entwicklung der letzten Jahrzehnte dar und nutzt Machine Learning, um die künftigen Auswirkungen des Klimawandels auf Vögel vorherzusagen.
Mehr Ressourcen findest du in unserem R Learning Hub.
Themen