Dopo aver seguito questi corsi, mi sento sicuro nel creare visualizzazioni e dashboard professionali
Shoebur RahmanSpecialista degli acquisti, Giz Bangladesh
Descrizione del corso
Come data scientist, ti capiterà spesso di lavorare con dati non numerici, come qualifiche professionali, risposte a sondaggi o informazioni demografiche. R ha un modo specifico per rappresentarli, chiamato fattori, e questo corso ti aiuterà a padroneggiarne l’uso con il pacchetto del tidyverse forcats. Lavoreremo anche con altri pacchetti del tidyverse, tra cui ggplot2, dplyr, stringr e tidyr, e useremo insiemi di dati reali, come il dataset sui voli di fivethirtyeight e il sondaggio State of Data Science and ML di Kaggle. Al termine del corso, saprai identificare e manipolare variabili fattoriali, visualizzare rapidamente ed efficacemente i tuoi dati e comunicare i risultati in modo chiaro. Pronto a categorizzare?
Prerequisiti
Programma
Struttura del corso
1
Introduzione alle variabili fattoriali
In questo capitolo scoprirai tutto sui fattori. Vedrai la differenza tra variabili categoriali e ordinali, come R le rappresenta e come ispezionarle per trovare numero e nomi dei livelli. Infine, scoprirai come forcats, un pacchetto del tidyverse, può migliorare i tuoi grafici permettendoti di riordinare rapidamente le variabili in base alla loro frequenza.
- Introduzione alle variabili qualitative50 XP
- Riconoscere le variabili fattore100 XP
- Variabili qualitative in teoria50 XP
- Capire le tue variabili qualitative50 XP
- Ottenere il numero di livelli100 XP
- Esaminare il numero di livelli100 XP
- Esaminare i livelli100 XP
- Creare grafici migliori50 XP
- Riordinare una variabile in base alla sua frequenza100 XP
- Ordinare una variabile in base a un'altra100 XP
2
Manipolare le variabili fattoriali
Continuerai ad approfondire il pacchetto forcats, imparando a cambiare l’ordine e i nomi dei livelli e persino a fonderli tra loro.
3
Creare variabili fattoriali
Dopo aver acquisito una buona padronanza di forcats, allargherai lo sguardo al resto del tidyverse, imparando e ripassando funzioni di dplyr, tidyr e stringr. Rifinirai i grafici con ggplot2 cambiando gli assi in scale percentuali, modificando l’impaginazione del testo e altro ancora.
4
Caso di studio sull’etichetta in volo
In questo capitolo finale metterai in pratica tutto ciò che hai imparato in un caso di studio. Approfondirai il lavoro con le stringhe e la sintesi dei dati, quindi replicherai un grafico 538 di qualità da pubblicazione.
R
Dati categoriali nel Tidyverse
Corso
completato
