これらのコースを受講したことで、プロフェッショナルなビジュアライゼーションやダッシュボードを自信を持って作成できるようになりました
Shoebur Rahman調達スペシャリスト、Giz Bangladesh
コースの説明
データサイエンティストとしては、職種名、アンケートの回答、人口統計などの数値ではないデータを扱うことがよくあります。R にはそれらを表現する特別な方法である factor があり、このコースでは tidyverse の forcats パッケージを使ってその扱い方をマスターします。あわせて、ggplot2、dplyr、stringr、tidyr などの tidyverse パッケージも使い、fivethirtyeight のフライトデータセットや Kaggle の State of Data Science and ML Survey といった実データを扱います。コース修了時には、factor 変数を見分けて操作し、データを素早く効率的に可視化し、結果を効果的に伝えられるようになります。さあ、カテゴリ化のスキルを身につけましょう！
前提条件
カリキュラム
コース概要
1
Factor 変数の導入
この章では、factor の基礎を学びます。カテゴリ変数と順序尺度変数の違い、R における表現方法、レベル数やレベル名を調べる方法を見ていきます。最後に、tidyverse の forcats パッケージを使って、頻度で変数を素早く並べ替え、プロットを改善する方法を学びます。
2
Factor 変数の操作
forcats パッケージをさらに深掘りし、レベルの並び順や名前の変更、さらにはレベル同士を統合する方法まで学びます。
3
Factor 変数の作成
forcats の理解を深めたうえで、tidyverse の他のパッケージにも広げ、dplyr、tidyr、stringr の関数を学び直します。さらに、ggplot2 で軸を割合スケールに変更したり、テキストのレイアウトを調整したりして、グラフを洗練させます。
4
フライト・エチケットのケーススタディ
最終章では、これまで学んだ内容をケーススタディに応用します。文字列処理やデータの要約をさらに深め、公開品質の 538 のプロットを再現します。
R
tidyverse で学ぶカテゴリ型データ
コース修了
