Data Science with R

Inhalte der Lehrveranstaltung

R zählt mit Python zu den verbreitetsten Sprachen für die Datenanalyse und Modellierung. Durch die Paketgruppen tidyverse und tidymodels bietet R eine effiziente und konsistente Arbeitsumgebung zur Datenmanipulation, Visualisierung und Modellierung.

Im Vergleich zu Python hebt sich R durch seinen Fokus auf Statistik und Datenanalyse ab, indem es eine spezialisierte und oft als intuitiver empfundene Umgebung für analytische Aufgaben bietet. Für Personen ohne Programmierhintergrund ist die Syntax von tidyverse besonders leicht verständlich und zugänglich.

Mit Quarto werden Analysen automatisch in reproduzierbare Berichte (z.B. PDF, HTML, Word) eingebunden, was die Transparenz und Nachvollziehbarkeit der Ergebnisse gewährleistet.

Inhaltsübersicht

• Einführung und Grundlagen
• Datenanalyseprozess: Import, Exploration, Transformation, Modellierung,
  Visualisierung und Reporting
• Modellierung mit tidymodels: Workflow, Modelltypen und Modellselektion
• Interpretierbares maschinelles Lernen
• Umgang mit Datenproblemen: Ausreißer, fehlende Werte, etc.
• Reproduzierbares Reporting mit Quarto

Weitere Themen, wie bspw. Text Mining, Dashboards können in Absprache behandelt werden.