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+
2.787 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

Einführung in R

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

Kurs

Einführung in das Tidyverse

BasicSchwierigkeitsgrad
4.8+
1.318 Wiederholungen
4 Std.
Mit tidyverse, einer leistungsstarken und beliebten Sammlung von Data Science Tools in R, kannst du deine eigenen Daten erforschen und visualisieren.

Kurs

R für Fortgeschrittene

BasicSchwierigkeitsgrad
4.8+
1.093 Wiederholungen
6 Std.
Setze deine Reise zum R-Ninja fort, indem du etwas über bedingte Anweisungen, Schleifen und Vektorfunktionen lernst.

Kurs

Datenmanipulation mit dplyr

BasicSchwierigkeitsgrad
4.8+
806 Wiederholungen
4 Std.
Vertiefe deine Tidyverse-Kenntnisse und lerne, wie du Daten mit dplyr transformierst und bearbeitest.

Kurs

Einführung in die Statistik mit R

MittelSchwierigkeitsgrad
4.7+
2.267 Wiederholungen
4 Std.
In diesem Statistik-Einführungskurs lernst du, wie du Daten mit R erfasst, analysierst und in präzise Schlussfolgerungen transformierst.

Kurs

Einführung in Regression mit R

MittelSchwierigkeitsgrad
4.8+
1.624 Wiederholungen
4 Std.
Sag die Immobilienpreise und die Klickrate von Anzeigen voraus, indem du Regressionsanalysen in R machst, analysierst und interpretierst.

Kurs

Explorative Datenanalyse in R

MittelSchwierigkeitsgrad
4.7+
1.353 Wiederholungen
4 Std.
Hier erfährst du, wie du mit grafischen und numerischen Techniken die Struktur deiner Daten ermittelst.

Kurs

Daten mit dplyr verknüpfen

BasicSchwierigkeitsgrad
4.7+
1.375 Wiederholungen
4 Std.
Wir zeigen dir, wie du mit dplyr Daten aus mehreren Tabellen zusammenführst, um so komplexere Fragen zu beantworten.

Kurs

Einführung in R für Finance

BasicSchwierigkeitsgrad
4.7+
110 Wiederholungen
4 Std.
Lerne wichtige Datenstrukturen wie Listen und Datenrahmen kennen und wende dieses Wissen direkt auf Finanzbeispiele an.

Kurs

Hypothesentests in R

MittelSchwierigkeitsgrad
4.7+
1.091 Wiederholungen
4 Std.
Hypothesentests in R: t-Tests, Proportionentests und Chi-Quadrat-Tests gezielt einsetzen.

Kurs

Daten umformen mit tidyr

MittelSchwierigkeitsgrad
4.8+
514 Wiederholungen
4 Std.
Mach fast jeden Datensatz in ein ordentliches Format um, damit du ihn leichter analysieren kannst.

Kurs

Berichten mit R Markdown

MittelSchwierigkeitsgrad
4.7+
368 Wiederholungen
4 Std.
Bei R Markdown handelt es sich um eine einfache Formatierungssprache zum Erstellen dynamischer Berichte aus R-Code.

Kurs

Datenbereinigung in R

MittelSchwierigkeitsgrad
4.7+
890 Wiederholungen
4 Std.
In diesem Kurs lernst du, Daten effizient und akkurat zu bereinigen, um Rohdaten in gewinnbringende Erkenntnisse zu verwandeln.

Kurs

Stichprobenerhebung in R

MittelSchwierigkeitsgrad
4.7+
946 Wiederholungen
4 Std.
Hier erfährst du, wie du mit weniger Daten genauere Statistiken erhalten kannst.

Kurs

Effizient R-Code schreiben

MittelSchwierigkeitsgrad
4.7+
149 Wiederholungen
4 Std.
Lerne, wie du schneller R-Code schreibst, mach dich mit Benchmarking und Profiling vertraut und entdecke die Geheimnisse der parallelen Programmierung.

Kurs

Lineare Algebra für Data Science in R

MittelSchwierigkeitsgrad
4.7+
158 Wiederholungen
4 Std.
In diesem Einführungskurs in die lineare Algebra lernst du eines der wichtigsten mathematischen Themen der Datenwissenschaft kennen.

Kurs

Kommunizieren mit Daten im Tidyverse

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

Kurs

Fortgeschrittene Regression in R

MittelSchwierigkeitsgrad
4.8+
859 Wiederholungen
4 Std.
Lerne, wie man lineare und logistische Regression mit mehreren erklärenden Variablen durchführt.

Kurs

Grundlagen der Inferenz in R

MittelSchwierigkeitsgrad
4.7+
61 Wiederholungen
4 Std.
Wir zeigen dir, wie du mithilfe statistischer Inferenz aus einer Datenstichprobe Schlussfolgerungen über eine Grundgesamtheit ziehen kannst.

Kurs

R für Finanzen – Aufbaukurs

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

Kurs

Überwachtes Lernen in R: Regression

MittelSchwierigkeitsgrad
4.6+
110 Wiederholungen
4 Std.
In diesem Kurs lernst du, zukünftige Ereignisse mit linearer Regression, generalisierten additiven Modellen, Random Forests und xgboost vorherzusagen.

Kurs

Umgang mit fehlenden Daten in R

BasicSchwierigkeitsgrad
4.8+
185 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

Best Practices für Visualisierung in R

BasicSchwierigkeitsgrad
4.8+
367 Wiederholungen
1 Std.
Lerne, deine Daten wirkungsvoll zu vermitteln – mit gängigen Diagrammen, alternativen Visualisierungen und wahrnehmungsbasierten Stiloptimierungen.

Kurs

Fortgeschrittenes Importieren von Daten in R

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

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

Erweitere deine Datenkompetenzen mit DataCamp for Mobile

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