Nach diesen Kursen fühle ich mich sicher, professionelle Visualisierungen und Dashboards zu erstellen.
Shoebur RahmanBeschaffungsspezialist, Giz Bangladesh
Kursbeschreibung
Als Data Scientist arbeitest du oft mit nicht-numerischen Daten wie Berufsbezeichnungen, Umfrageantworten oder demografischen Informationen. R hat eine spezielle Darstellung dafür: Faktoren. In diesem Kurs lernst du, wie du mit ihnen mithilfe des tidyverse-Pakets forcats souverän arbeitest. Außerdem nutzen wir weitere tidyverse-Pakete wie ggplot2, dplyr, stringr und tidyr und setzen reale Datensätze ein, etwa den fivethirtyeight-Flugdatensatz und Kaggle’s State of Data Science and ML Survey. Nach diesem Kurs kannst du Faktorvariablen erkennen und bearbeiten, deine Daten schnell und effizient visualisieren und deine Ergebnisse wirkungsvoll kommunizieren. Mach dich bereit zum Kategorisieren!
Voraussetzungen
Lernprogramm
Kursübersicht
1
Einführung in Faktorvariablen
In diesem Kapitel lernst du alles über Faktoren. Du verstehst den Unterschied zwischen kategorialen und ordinalen Variablen, wie R sie darstellt und wie du sie inspizierst, um Anzahl und Namen der Ausprägungen (Levels) zu ermitteln. Abschließend siehst du, wie forcats, ein tidyverse-Paket, deine Plots verbessert, indem du Variablen schnell nach ihrer Häufigkeit neu anordnen kannst.
- Einführung in qualitative Variablen50 XP
- Faktoren erkennen100 XP
- Qualitative Variablen in der Theorie50 XP
- Deine qualitativen Variablen verstehen50 XP
- Anzahl der Ausprägungen ermitteln100 XP
- Anzahl der Stufen untersuchen100 XP
- Levels untersuchen100 XP
- Bessere Plots erstellen50 XP
- Eine Variable nach ihrer Häufigkeit neu anordnen100 XP
- Eine Variable nach einer anderen ordnen100 XP
2
Faktorvariablen bearbeiten
Du vertiefst deine Arbeit mit dem Paket forcats und lernst, wie du die Reihenfolge und Namen von Levels änderst und sie sogar zusammenfassen kannst.
3
Faktorvariablen erstellen
Nachdem du dir forcats gut erarbeitet hast, erweiterst du den Blick auf den Rest des tidyverse und wiederholst Funktionen aus dplyr, tidyr und stringr. Mit ggplot2 verfeinerst du Grafiken, indem du Achsen auf Prozentmaßstäbe umstellst, das Textlayout anpasst und mehr.
4
Fallstudie zu Benimmregeln im Flugzeug
Im letzten Kapitel wendest du alles Gelernte in einer Fallstudie an. Du vertiefst das Arbeiten mit Strings und das Zusammenfassen von Daten und reproduzierst anschließend einen publikationsreifen 538-Plot.
R
Kategorische Daten im Tidyverse
Kurs
abgeschlossen
