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

Response-Modelle in R erstellen

MittelSchwierigkeitsgrad
4.8+
29 Wiederholungen
4 Std.
Dieser Kurs hilft dir dabei, einfache Modelle zur Marktreaktion zu erstellen und so deine Marketingpläne effektiver zu gestalten.

Kurs

Skalierbare Datenverarbeitung in R

ExperteSchwierigkeitsgrad
4.6+
22 Wiederholungen
4 Std.
Lerne, wie du mit den Paketen bigmemory und iotools skalierbaren Code für die Arbeit mit Big Data in R schreibst.

Kurs

Wahrscheinlichkeitsrätsel in R

BasicSchwierigkeitsgrad
4.8+
66 Wiederholungen
4 Std.
Dieser Kurs vermittelt Strategien zum Lösen von Wahrscheinlichkeitsfragen in R anhand verschiedener Denkaufgaben.

Kurs

Fallstudien: Netzwerkanalyse in R

BasicSchwierigkeitsgrad
4.7+
44 Wiederholungen
4 Std.
Wende grundlegende Konzepte der Netzwerkanalyse auf große reale Datensätze in 4 verschiedenen Fallstudien an.

Kurs

Predictive Analytics mit vernetzten Daten in R

MittelSchwierigkeitsgrad
4.8+
32 Wiederholungen
4 Std.
Lerne, die Bezeichnungen von Knoten in Netzwerken mithilfe von Netzwerk-Lernen und durch das Extrahieren beschreibender Merkmale aus dem Netzwerk vorherzusagen.

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.

Lernpfad

Associate Data Scientist in R

4.5+
17 Wiederholungen
88 Std.
Lerne, wie du R für die Datenwissenschaft nutzen kannst, von der Datenbearbeitung bis zum maschinellen Lernen. Erwerbe die karrierefördernden Fähigkeiten, die du brauchst, um in der Datenwissenschaft erfolgreich zu sein!

Lernpfad

Datenanalyst in R

4.7+
34 Wiederholungen
36 Std.
Von der explorativen Datenanalyse mit dplyr bis hin zur Datenvisualisierung mit ggplot2 - erwerbe die karrierefördernden R-Kenntnisse, die du für deinen Erfolg als Datenanalyst/in brauchst!

Lernpfad

Statistiker in R

4.5+
7 Wiederholungen
52 Std.
Ein Statistiker oder eine Statistikerin sammelt und analysiert Daten und hilft Unternehmen, quantitative Daten sinnvoll zu nutzen, indem er oder sie Trends erkennt und Vorhersagen trifft.

Lernpfad

Grundlagen der Statistik in R

5
3 Wiederholungen
20 Std.
Entdecke die Macht der Statistik in R. Lerne die wichtigsten statistischen Konzepte, Themen und Techniken kennen, die Datenwissenschaftler und Statistiker jeden Tag verwenden.

Lernpfad

R Entwickler

5
3 Wiederholungen
52 Std.
Erwerbe die karrierefördernden Fähigkeiten, die du brauchst, um als R-Entwickler/in erfolgreich zu sein, indem du lernst, Code effizient zu schreiben und zu verpacken. Du brauchst keine Erfahrung im Programmieren!

Lernpfad

Genomische Daten analysieren in R

4.5+
4 Wiederholungen
16 Std.
Entdecke die Welt der computergestützten Biologie mit den wichtigen Bioconductor-Paketen und -Workflows für die Analyse von Sequenzierungsdaten der nächsten Generation.

Lernpfad

Zeitreihen mit R

5
2 Wiederholungen
25 Std.
Lerne, wie du mit R aussagekräftige Erkenntnisse aus Zeitreihendaten gewinnen kannst. Erforsche, wie du Zeitreihendaten modellieren, vorhersagen und visualisieren kannst.

Lernpfad

Datenvisualisierung in R

5
3 Wiederholungen
12 Std.
Bringe deine Daten mit Datenvisualisierungen in R mit ggplot2 in den Fokus. Erlerne die Fähigkeiten zur Erstellung von Grafiken und Diagrammen, um bessere Datengeschichten zu erzählen.

Lernpfad

Datenwissenschaftler/in in R

5
4 Wiederholungen
27 Std.
Lerne Data Science mit R, von der Datenbearbeitung bis zum maschinellen Lernen, und erwerbe die Fähigkeiten, die du für die Zertifizierung zum Data Scientist in R brauchst!

Lernpfad

Quantitativer Analyst in R

67 Std.
Sorge dafür, dass die Portfolios risikoausgewogen sind, hilf dabei, neue Handelsmöglichkeiten zu finden, und bewerte die Preise von Vermögenswerten mithilfe mathematischer Modelle.

Lernpfad

Datenbearbeitung in R

4.8+
7 Wiederholungen
16 Std.
Mit dplyr und tidyr wird die Datenbearbeitung zum Kinderspiel. Lerne, wie du deine Daten umwandeln, sortieren und filtern kannst, damit du sie schnell analysieren kannst.

Lernpfad

Machine Learning Scientist mit R

5
3 Wiederholungen
65 Std.
Ein Wissenschaftler für maschinelles Lernen erforscht neue Ansätze und erstellt Modelle für Machine Learning.

Lernpfad

Tidyverse Grundlagen in R

5
3 Wiederholungen
20 Std.
Importiere und bereinige Daten, verarbeite und visualisiere Daten und modelliere und kommuniziere mit Daten in R mit tidyverse.

Lernpfad

Grundlagen des Machine Learning in R

5
3 Wiederholungen
24 Std.
Sage kategoriale und numerische Antworten durch Klassifizierung und Regression voraus und entdecke die verborgene Struktur von Datensätzen mit unüberwachtem Learning.

Lernpfad

Statistische Inferenz mit R

5
2 Wiederholungen
16 Std.
Grundlegende Kenntnisse der statistischen Inferenz, die du brauchst, um deine statistischen und maschinellen Lernmodelle zu verstehen, zu interpretieren und zu optimieren.

Lernpfad

Datenimport/-bereinigung in R

5
2 Wiederholungen
14 Std.
Erwerbe die praktischen Fähigkeiten, die du brauchst, um deine Daten zu importieren und zu bereinigen, wenn du in R arbeitest - damit du die Erkenntnisse gewinnst, auf die es ankommt.

Lernpfad

Glänzende Fundamente in R

4.5+
2 Wiederholungen
16 Std.
Lerne, wie du mit Shiny, einem beliebten R-Paket, hochgradig interaktive Webanwendungen erstellen und deine Analysen als Dashboards und Visualisierungen teilen kannst.

Lernpfad

Überwachtes Machine Learning in R

5
1 Wiederholung
25 Std.
Erstelle, untersuche, bewerte und stimme die Parameter verschiedener überwachter Machine Learningmodelle ab.

Lernpfad

Text Mining mit R

5
4 Wiederholungen
16 Std.
Entdecke Text Mining in R und lerne, wie du mit Hilfe der Sentiment-Analyse in R spannende Erkenntnisse aus Tweets, Produktbewertungen und Büchern gewinnen kannst.

Lernpfad

Marketing-Analytik mit R

24 Std.
Erweitere die R-Kenntnisse, die du brauchst, um mit Social-Media-Daten zu arbeiten, Marktkorbanalysen durchzuführen und maschinelles Lernen für deine Marketingentscheidungen zu nutzen.

Lernpfad

Big Data mit R

5
1 Wiederholung
16 Std.
Arbeite mit Big Data in R durch parallele Programmierung, Schnittstellen zu Spark, schreibe skalierbaren und effizienten R-Code und lerne, wie du Big Data visualisieren kannst.

Lernpfad

Angewandte Finanzen in R

5
1 Wiederholung
26 Std.
Erweitere deine Finanzkenntnisse in R. Lerne, wie du Portfolios bewertest, Kreditrisiken berechnest und GARCH Modelle zur Vorhersage der Volatilität erstellst.

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