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+
2.823 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?

Nimm an einem Assessment teil

Erkunde R Kurse und Lernpfade

Kurs

Datenmanipulation mit data.table in R

BasicSchwierigkeitsgrad
4.7+
25 Wiederholungen
4 Std.
Lerne die wichtigsten Konzepte der Datenbearbeitung, wie Filtern, Auswählen und Berechnen von Gruppenstatistiken mit data.table.

Kurs

Web Scraping in R

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

Kurs

Aktienbewertung in R

MittelSchwierigkeitsgrad
4.8+
74 Wiederholungen
4 Std.
Dieser Kurs vermittelt dir wichtige Grundlagen der Aktienbewertung.

Kurs

Programmieren mit dplyr

MittelSchwierigkeitsgrad
4.8+
58 Wiederholungen
4 Std.
Hier lernst du, wie du fortgeschrittene dplyr-Transformationen vornimmst und dplyr- und ggplot2-Code in Funktionen einbaust.

Kurs

Kategorische Daten im Tidyverse

BasicSchwierigkeitsgrad
4.8+
194 Wiederholungen
4 Std.
Bereit zum Kategorisieren! In diesem Kurs, arbeitest du mit nicht numerischen Daten wie Jobtiteln oder Umfrageantworten im Tidyverse-Ökosystem.

Kurs

Kreditrisikomodellierung in R

MittelSchwierigkeitsgrad
4.7+
98 Wiederholungen
4 Std.
Statistische Modellierung praktisch anwenden: Mit Logistic Regression und Decision Trees Kreditrisiko modellieren.

Kurs

Netzwerkanalyse mit R

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

Kurs

A/B-Tests in R

MittelSchwierigkeitsgrad
4.8+
102 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

Fehlende Daten mit Imputationen in R behandeln

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

Kurs

Quantitatives Risikomanagement in R

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

Kurs

Machine Learning im Tidyverse

MittelSchwierigkeitsgrad
4.8+
126 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

Modellierung mit tidymodels in R

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

Kurs

Einführung in die Portfolioanalyse in R

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

Kurs

Defensives R-Programming

MittelSchwierigkeitsgrad
4.8+
98 Wiederholungen
4 Std.
Der Kurs vermittelt dir, wie du in R defensiv programmierst und so deinen Code robuster machst.

Kurs

Zeitreihen in R visualisieren

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

Kurs

Business Process Analytics in R

MittelSchwierigkeitsgrad
4.8+
52 Wiederholungen
4 Std.
Lerne, Geschäftsprozesse in R zu analysieren und aus riesigen Ereignisdatenmengen umsetzbare Erkenntnisse zu gewinnen.

Kurs

Faktorenanalyse in R

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

Kurs

R für SAS-Anwender:innen

BasicSchwierigkeitsgrad
4.6+
33 Wiederholungen
4 Std.
Lerne, wie du dein SAS-Wissen in R überträgst und Daten mit dieser kostenlosen und leistungsstarken Software-Sprache analysierst.

Kurs

Support Vector Machines in R

MittelSchwierigkeitsgrad
4.8+
108 Wiederholungen
4 Std.
In diesem Kurs lernst du die Support-Vektor-Maschine (SVM) auf eine einfache und anschauliche Art kennen.

Kurs

R-Pakete entwickeln

MittelSchwierigkeitsgrad
4.7+
166 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

Anleihebewertung und -analyse in R

MittelSchwierigkeitsgrad
4.8+
94 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

HR-Analytics: Mitarbeiterdaten in R erkunden

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

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

    Erweitere deine Datenkompetenzen mit DataCamp for Mobile

    Mach Fortschritte unterwegs – mit unseren mobilen Kursen und den täglichen 5-minütigen Coding-Challenges.

    Download on the App StoreGet it on Google Play