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+
2.380 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

Netzwerkanalyse mit R

MittelSchwierigkeitsgrad
4.7+
120 Wiederholungen
4 Std.
Lerne, wie du mit dem igraph-Paket Netzwerkdaten analysieren und visualisieren kannst, und erstelle mit threejs interaktive Netzwerkdiagramme.

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

Modellierung mit tidymodels in R

MittelSchwierigkeitsgrad
4.8+
176 Wiederholungen
4 Std.
Lerne, wie du deine Workflows im Bereich maschinelles Lernen mit tidymodels optimieren kannst.

Kurs

Kategorische Daten im Tidyverse

BasicSchwierigkeitsgrad
4.7+
168 Wiederholungen
4 Std.
Get ready to categorize! In this course, you will work with non-numerical data, such as job titles or survey responses, using the Tidyverse landscape.

Kurs

Fallstudie: Explorative Datenanalyse in R

BasicSchwierigkeitsgrad
4.9+
48 Wiederholungen
4 Std.
In diesem Kurs untersuchst du historische Abstimmungen der UN-Generalversammlung mithilfe von Datenbearbeitung und -visualisierung.

Kurs

Machine Learning im Tidyverse

MittelSchwierigkeitsgrad
4.8+
112 Wiederholungen
5 Std.
Nutze die Pakete tidyr und purrr aus dem tidyverse, um Modelle für maschinelles Lernen zu erstellen, zu erkunden und zu bewerten.

Kurs

Credit Risk Modeling in R

MittelSchwierigkeitsgrad
4.7+
83 Wiederholungen
4 Std.
Apply statistical modeling in a real-life setting using logistic regression and decision trees to model credit risk.

Kurs

Fehlende Daten mit Imputationen in R behandeln

ExperteSchwierigkeitsgrad
4.7+
103 Wiederholungen
4 Std.
Fehlende Daten diagnostizieren, visualisieren und mit verschiedenen Imputationstechniken behandeln – mit Tipps, um deine Ergebnisse zu verbessern.

Kurs

Sentiment Analysis in R

MittelSchwierigkeitsgrad
4.7+
95 Wiederholungen
4 Std.
Learn sentiment analysis by identifying positive and negative language, specific emotional intent and making compelling visualizations.

Kurs

Fraud Detection in R

MittelSchwierigkeitsgrad
4.7+
37 Wiederholungen
4 Std.
Dieser Kurs gibt dir das nötige Fundament, um mit Analytics in R effektiv Betrug zu erkennen.

Kurs

Quantitatives Risikomanagement in R

BasicSchwierigkeitsgrad
4.8+
81 Wiederholungen
5 Std.
In diesem Kurs arbeitest du mit Renditereihen von Risikofaktoren, untersuchst empirische Eigenschaften und schätzt den Value-at-Risk.

Kurs

Hyperparameter-Tuning in R

ExperteSchwierigkeitsgrad
4.8+
56 Wiederholungen
4 Std.
Lerne, wie du die Hyperparameter deines Modells anpassen kannst, um die besten Vorhersageergebnisse zu bekommen.

Kurs

Datenmanipulation mit data.table in R

BasicSchwierigkeitsgrad
4.6+
21 Wiederholungen
4 Std.
Lerne die wichtigsten Konzepte der Datenbearbeitung, wie Filtern, Auswählen und Berechnen von Gruppenstatistiken mit data.table.

Kurs

Geodaten in R visualisieren

MittelSchwierigkeitsgrad
4.5+
86 Wiederholungen
4 Std.
Hier liest, erkundest und bearbeitest du Geodaten und nutzt dann deine Fähigkeiten, um mit R aussagekräftige Karten zu erstellen.

Kurs

Warenkorbanalyse in R

MittelSchwierigkeitsgrad
4.8+
84 Wiederholungen
4 Std.
In diesem Kurs lernst du nützliche Assoziationsregeln kennen, analysierst Einzelhandelsdaten und erstellst Filmempfehlungen.

Kurs

Fortgeschrittene Portfolioanalyse in R

MittelSchwierigkeitsgrad
4.8+
68 Wiederholungen
5 Std.
In diesem Kurs vertiefst du deine Finanzkenntnisse in R, um Finanzportfolios zu back-testen, zu analysieren und zu optimieren.

Kurs

Anleihebewertung und -analyse in R

MittelSchwierigkeitsgrad
4.8+
84 Wiederholungen
4 Std.
Lerne, wie du mit R Modelle entwickeln kannst, um Anleihen zu bewerten und zu analysieren und sie vor Zinsänderungen zu schützen.

Kurs

GARCH Models in R

ExperteSchwierigkeitsgrad
4.8+
95 Wiederholungen
4 Std.
Specify and fit GARCH models to forecast time-varying volatility and value-at-risk.

Kurs

Developing R Packages

MittelSchwierigkeitsgrad
4.7+
140 Wiederholungen
4 Std.
Learn to develop R packages and boost your coding skills. Discover package creation benefits, practice with dev tools, and create a unit conversion package.

Kurs

Dashboards mit shinydashboard erstellen

BasicSchwierigkeitsgrad
4.6+
74 Wiederholungen
4 Std.
Learn to create interactive dashboards with R using the powerful shinydashboard package. Create dynamic and engaging visualizations for your audience.

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