Weiter zum Inhalt
Startseite

R-Kurse

R ist eine äußerst vielseitige und leistungsstarke Programmiersprache, die für ihre Fähigkeiten in der statistischen Analyse, der Datenvisualisierung und ihre umfassende Sammlung von Paketen bekannt ist.

Kostenloses Konto erstellen

Mit Google fortfahrenWeitere Optionen anzeigen

oder

Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.
Group

Training für 2 oder mehr Personen?

Probiere es mit DataCamp for Business

Empfohlen für Einsteiger

Werde ein R-Programmierer und entwickle deine R-Kenntnisse mit interaktiven Kursen, Tracks und Projekten, die von Experten aus der Praxis kuratiert werden.

Kurs

Einführung in R

BasicSchwierigkeitsgrad
4.8+
2.378 Wiederholungen
4 Std.
Beherrsche die Grundlagen der Datenanalyse in R, einschließlich Vektoren, Listen und Datenrahmen, und übe R mit echten Datensätzen.

Lernpfad

Grundlagen der R-Programmierung

4.4+
14 Wiederholungen
22 Std.
Verbessere deine R-Programmierkenntnisse! Lerne, wie du mit gängigen Datenstrukturen arbeitest, Code optimierst und deine eigenen Funktionen schreibst.

Nicht sicher, wo du anfangen sollst?

Assessment durchführen

Erkunde R Kurse und Lernpfade

Kurs

Versuchsplanung in R

MittelSchwierigkeitsgrad
4.7+
332 Wiederholungen
4 Std.
Dieser Kurs fokussiert sich auf die Grundlagen der Versuchsplanung – ein wichtiger Teil jeder Datenanalyse.

Kurs

Unsupervised Learning in R

MittelSchwierigkeitsgrad
4.7+
101 Wiederholungen
4 Std.
This course provides an intro to clustering and dimensionality reduction in R from a machine learning perspective.

Kurs

Generalisierte lineare Modelle in R

MittelSchwierigkeitsgrad
4.8+
191 Wiederholungen
4 Std.
In diesem Kurs erweitern wir deinen Data-Science-Werkzeugkasten um logistische und Poisson-Regression.

Kurs

Fortgeschrittenes Importieren von Daten in R

MittelSchwierigkeitsgrad
4.8+
271 Wiederholungen
3 Std.
Hier schauen wir uns an, wie wir beliebige Dateiformate parsen, ob Flatfiles, Statistiksoftware, Datenbanken oder Daten aus dem Internet.

Kurs

Webanwendungen mit Shiny in R entwickeln

MittelSchwierigkeitsgrad
4.7+
215 Wiederholungen
4 Std.
Mit Shiny kannst du interaktive Web-Apps direkt in R erstellen – und deinem Team Daten als Dashboard oder Visualisierung bereitstellen.

Kurs

Supervised Learning in R: Regression

MittelSchwierigkeitsgrad
4.6+
99 Wiederholungen
4 Std.
In this course you will learn how to predict future events using linear regression, generalized additive models, random forests, and xgboost.

Kurs

Cluster Analysis in R

MittelSchwierigkeitsgrad
4.8+
69 Wiederholungen
4 Std.
Develop a strong intuition for how hierarchical and k-means clustering work and learn how to apply them to extract insights from your data.

Kurs

Maschinelles Lernen mit caret in R

MittelSchwierigkeitsgrad
4.8+
42 Wiederholungen
4 Std.
In diesem Kurs lernst du die wichtigsten Konzepte des maschinellen Lernens kennen, zum Beispiel wie man Vorhersagemodelle erstellt und bewertet.

Kurs

Umgang mit fehlenden Daten in R

BasicSchwierigkeitsgrad
4.7+
135 Wiederholungen
4 Std.
Mach es dir leicht, fehlende Daten zu visualisieren, zu untersuchen und zu ergänzen – mit naniar, einem tidyverse-freundlichen Ansatz für fehlende Daten.

Kurs

Zeitreihen in R visualisieren

MittelSchwierigkeitsgrad
4.8+
175 Wiederholungen
4 Std.
Lerne, wie du Zeitreihen in R visualisieren kannst, und probier es dann mit einer Fallstudie zur Aktienauswahl aus.

Kurs

RNA-Seq mit Bioconductor in R

MittelSchwierigkeitsgrad
4.7+
138 Wiederholungen
4 Std.
Nutze die RNA-Seq-Differenzanalyse, um Gene zu finden, die wahrscheinlich wichtig für verschiedene Krankheiten oder Zustände sind.

Kurs

Faktorenanalyse in R

ExperteSchwierigkeitsgrad
4.7+
150 Wiederholungen
4 Std.
Hier untersuchst du latente Variablen wie Persönlichkeit mithilfe von explorativer und konfirmatorischer Faktorenanalyse.

Kurs

Fundamentals of Bayesian Data Analysis in R

MittelSchwierigkeitsgrad
4.8+
208 Wiederholungen
4 Std.
Learn what Bayesian data analysis is, how it works, and why it is a useful tool to have in your data science toolbox.

Kurs

Umfragen mit R analysieren

MittelSchwierigkeitsgrad
4.8+
212 Wiederholungen
4 Std.
Lerne, wie man Umfragen mit gängigen Designstrukturen gestaltet und dann die Ergebnisse visualisiert und analysiert.

Kurs

Best Practices für Visualisierung in R

BasicSchwierigkeitsgrad
4.8+
303 Wiederholungen
1 Std.
Learn to effectively convey your data with an overview of common charts, alternative visualization types, and perception-driven style enhancements.

Kurs

Web Scraping in R

MittelSchwierigkeitsgrad
4.7+
92 Wiederholungen
4 Std.
Hier lernst du, wie du mit R Daten von jeder Website effizient sammeln und herunterladen kannst.

Kurs

String Manipulation with stringr in R

MittelSchwierigkeitsgrad
4.7+
49 Wiederholungen
4 Std.
Learn how to pull character strings apart, put them back together and use the stringr package.

Kurs

HR-Analytics: Mitarbeiterdaten in R erkunden

MittelSchwierigkeitsgrad
4.8+
36 Wiederholungen
5 Std.
Lerne anhand einer Reihe von Fallstudien aus dem Bereich HR-Analytik, wie du Daten bearbeiten, visualisieren und statistische Tests durchführen kannst.

Kurs

R für Finanzen – Aufbaukurs

BasicSchwierigkeitsgrad
4.8+
39 Wiederholungen
5 Std.
Lerne, wie Datumsangaben in R funktionieren, und entdecke die Welt der if-Anweisungen, Schleifen und Funktionen anhand von Finanzbeispielen.

Kurs

A/B-Tests in R

MittelSchwierigkeitsgrad
4.8+
90 Wiederholungen
4 Std.
Du lernst die Grundlagen von A/B-Tests in R und erfährst, wie du Experimente planst, Daten analysierst und Ergebnisse visualisierst.

Kurs

Survival-Analyse in R

MittelSchwierigkeitsgrad
4.7+
188 Wiederholungen
4 Std.
Learn to work with time-to-event data. The event may be death or finding a job after unemployment. Learn to estimate, visualize, and interpret survival models!

Kurs

Kommunizieren mit Daten im Tidyverse

BasicSchwierigkeitsgrad
4.8+
193 Wiederholungen
4 Std.
Nach dieser Einführung ins tidyverse erstellst du hochwertige Grafiken und individuelle Berichte, die deine Ergebnisse optimal rüberbringen.

Ähnliche Ressourcen für R

Blog

Python vs. R für Data Science: Was solltest du lernen?

Dieser Leitfaden hilft dir, eine der am häufigsten gestellten Fragen von Neulingen in der Datenwissenschaft zu beantworten und zwischen R und Python zu wählen.
Javier Canales Luna's photo

Javier Canales Luna

10 Min.

Bist du bereit, deine Fähigkeiten einzusetzen?

Projekte ermöglichen es dir, dein Wissen auf eine breite Palette von Datensätzen anzuwenden
um reale Probleme in deinem Browser zu lösen

    Häufig gestellte Fragen

    Was ist R?

    R ist ein System für statistische Berechnungen und Grafiken, das aus der Sprache R und einer Laufzeitumgebung besteht. Ursprünglich für statistische Zwecke entwickelt, eignet es sich hervorragend für die Datenanalyse, das Mining, die Modellierung und die Erstellung von Visualisierungen. In erster Linie wird es für Statistik und Datenwissenschaft verwendet, aber auch für KI, maschinelles Lernen, Finanzanalysen und vieles mehr. Da R als Open-Source-Programm mit einer Vielzahl von Funktionen und Paketen ausgestattet ist, ist es in vielen Bereichen beliebt, z. B. in der Wissenschaft, im Finanzwesen und in den sozialen Medien.

    Brauche ich Vorkenntnisse im Programmieren, um R zu lernen?

    Um mit dem Erlernen von R zu beginnen, sind keine Vorkenntnisse erforderlich. Unsere Kurse sind so konzipiert, dass sie auch Anfängern zugänglich sind und Schritt-für-Schritt-Anleitungen enthalten, die das Erlernen von R einfach machen - auch für diejenigen, die keine Programmierkenntnisse haben.

    Wie kann das Erlernen von R meiner Karriere nützen?

    Das Erlernen von R kann deine Karriere deutlich voranbringen, besonders wenn du dich für Bereiche wie Datenanalyse, Statistik oder Forschung interessierst. Da R eine Sprache ist, die speziell für statistische Analysen und Datenvisualisierung entwickelt wurde, sind R-Kenntnisse in Branchen wie dem Gesundheitswesen, dem Finanzwesen, der Wissenschaft und dem Marketing sehr gefragt und eröffnen eine breite Palette an Beschäftigungsmöglichkeiten und beruflichen Aufstiegschancen.

    Wie fange ich mit R an?

    Wenn du deine Reise mit R beginnst, musst du zunächst die grundlegenden Konzepte verstehen - zum Beispiel Vektoren, Faktoren, Listen und Datenrahmen. Unser Kurs Einführung in die R-Programmierung deckt diese Grundlagen ab und bietet eine solide Basis für die weitere Erkundung der Programmiersprache R.

    Was ist der Unterschied zwischen R und Python?

    Python ist eine Allzweckprogrammiersprache, die für eine Vielzahl von Aufgaben entwickelt wurde, von Data Science bis hin zur Webentwicklung, was sie sehr vielseitig und beliebt für verschiedene Anwendungen macht. R hingegen wurde für statistische Analysen entwickelt und eignet sich hervorragend für die Datenvisualisierung und explorative Datenanalyse.

    Lohnt es sich, R im Jahr 2024 zu lernen?

    Es lohnt sich auf jeden Fall, R im Jahr 2024 zu lernen, vor allem für diejenigen, die sich auf spezielle Bereiche wie statistische Analysen, Datenvisualisierung und akademische Forschung konzentrieren. Trotz des rasanten Wachstums von Python ist R in der Datenwissenschaft und Analytik nach wie vor stark vertreten und wird für seine fortschrittlichen statistischen Fähigkeiten und seine engagierte Community geschätzt.

    Bietet Datacamp eine R-Zertifizierung an?

    DataCamp bietet zwei R-Zertifizierungen an: Datenanalyst und Datenwissenschaftler. Beide sind in R oder Python verfügbar. Wenn du dich für eine der beiden Möglichkeiten interessierst, schau dir hier unsere Zertifizierungen an.

    Weitere Technologien und Themen

    Technologien

    Themen

    DataCamp gibt es auch für Mobilgeräte

    Mit unseren Kursen für Mobilgeräte und täglichen Programmier-Challenges erweiterst du deine Datenkompetenz von unterwegs.

    Download on the App StoreGet it on Google Play