This three day course is aimed at those wishing to learn how to use R with Tidyverse packages to work with and handle Data. When combined with our Introduction to Data Science course you would be set up well to follow an R learning journey into Data Science, Machine Learning, and Artificial Intelligence.

During the programme you will be introduced to R and specific development environments and packages for working with Data, with a focus on Tidyverse packages including dplyr, tidyr, stringr, ggplot2 and more.

Along the way you will see how to clean and manipulate tabular data, apply simple statistical techniques and create engaging data visualisations.

Throughout the course you will engage with activities and discussions with one of our Data Science technical specialists and complete technical lab activities to practice the techniques you have learnt and develop ideas for further practice.

Prerequisites

No prior experience with R is necessary, though it is assumed that you will be familiar with core data concepts such as simple table structures and data types – all the pre-requisites you need are covered by our Data Essentials (QADESS) course.

Target Audience

R ile Veri İşleme Eğitimi programına Online Instructor-Led (canlı sanal sınıf) veya Classroom Based (sınıf eğitimi) formatlarında doğrudan katılım sağlayabilirsiniz. Ayrıca bu eğitimi kurumunuza özel olarak Online Instructor-Led, Classroom Based veya Onsite (yerinde eğitim) formatlarında, tercih ettiğiniz tarih ve lokasyonda organize edebiliriz. Detaylı bilgi ve kurumunuza özel planlama için bizimle iletişime geçebilirsiniz.

Kurumsal gruplar için bu eğitimi, kurumunuza özel Onsite (yerinde eğitim) formatında organize edebiliriz.

Neler Öğreneceksiniz

Benefit from the speed and functionality of R and the Tidyverse
Create and control Data Visualisations using ggplot and related packages
Use the RStudio environment with R Scripts or Quarto Documents
Retrieve, clean, and prepare data from multiple types of sources with tidyr, dplyr, and related packages
Gain a firm grounding in R with Data in order to progress to further study to connect to AI models, Engineer data pipelines, and develop Data Science solutions

Eğitim İçeriği

Introduction to Programming for Data Handling

Describe the pros and cons of using programming languages to work with data
Identify the languages most suitable for data handling
Explain the challenges of using programming languages versus data analysis tools

Introduction to R, RStudio, and Quarto

Describe the key attributes of the R programming language.
Explain the role of RStudio and Quarto for R programming.
Use RStudio to write a basic R program.
Write a program which uses string, integer, float and boolean data types.

Data Structures, Functions, and Pipes

Construct dataframes and tibbles to solve data problems.
Write reusable functions which can be used to alter data & automate repetitive tasks.
Use a selection of R’s built-in functions and trustworthy packages along with base R and dplyr’s Pipe.

Data Sources

Read from csv, excel, and json files.
Connect to databases using DBI paired with a backend

Data Manipulation

Create, manipulate, and alter dataframes and tibbles.
Use base R and tidyverse methods for indexing, slicing, querying, filtering, grouping, pivoting, and merging tables.

Data Cleaning and Preparation

Identify data quality metrics, missing data and apply techniques to deal with it.
Deduplicate, transform and replace values.
Use string methods to manipulate text data.
Write regular expressions which munge text data.

Methods for Visualising Data

Construct and tailor data visualisations using ggplot2.
Meaningfully visualise aggregate data.

Related learning

Data Science Learning Pathways can be selected by choosing either Python or R and a Cloud Platform certification:

QAIDSDP Introduction to Data Science for Data Professionals
Sourcing and handling data:
- QADHPYTHON Data Handling with Python
- QADHR Data Handling with R
- QAPDHAI Python Data Handling with AI APIs
Statistics for Data Analysis:
- QASDAPY Statistics for Data Analysis with Python
- QASDAR Statistics for Data Analysis with R
Programming and Software Development skills:
- QAPYTH3 Python Programming
- QARPROG R Programming
Machine Learning Development:
- QADSMLP Data Science and Machine Learning with Python
- QADSMLR Data Science and Machine Learning with R
Mathematics for Developing Algorithms for AI models, Big Data Mining, and working with Neural Networks:
- QAMFDS Mathematics for Data Science
Forecasting:
- QATSFP Time Series and Forecasting with Python
- QATSFR Time Series and Forecasting with R

Suggested courses leading to Certification:

MDP100 Designing and Implementing a Data Science Solution on Azure (DP-100)
AMWSMLP Machine Learning Pipelines on AWS
GCPMLGC Machine Learning on Google Cloud

Neden Bizi Seçmelisiniz

1995’ten beri Birleşik Krallık merkezli lider bir global eğitim sağlayıcısıyız.

R ile Veri İşleme eğitimine Bilginç IT Academy'nin canlı ve etkileşimli sanal sınıf ortamında katılabilirsiniz. Online Instructor-Led eğitimlerimize bireysel olarak genel katılıma açık (Public) sınıflardan katılabileceğiniz gibi, kurumunuza özel (Private / In-house) bir sınıf da planlayabilirsiniz.

Eğitim Formatı (Delivery Method): Online Instructor-Led
Katılım Modeli (Participation Model): Genel Katılıma Açık (Public) / Kuruma Özel (Private / In-house)
Canlı ve Etkileşimli Eğitim: Eğitmeninizle gerçek zamanlı iletişim kurun; soru-cevap, uygulama ve grup çalışmalarıyla öğrenme sürecine aktif olarak katılın.
Esnek Katılım: Evinizden, ofisinizden veya internet erişiminizin bulunduğu herhangi bir lokasyondan eğitime katılın.
Uzman Eğitmen Kadrosu: Sektör deneyimine sahip, alanında yetkin eğitmenlerden güncel ve uygulanabilir bilgiler edinin.
30 Yılı Aşkın Deneyim: Bilginç IT Academy'nin 1995 yılından bu yana süregelen eğitim uzmanlığından yararlanın.
Dünya Genelinde Erişim: Canlı sanal sınıflarımıza dünyanın farklı lokasyonlarından katılabilir veya kurumunuza özel online eğitim planlayabilirsiniz.

Data Handling in R eğitimine yüz yüze sınıf ortamında katılabilirsiniz. Classroom Based eğitimlerimiz genel katılıma açık (Public)sınıflar veya kurumunuza özel (Private / In-house)sınıflar şeklinde planlanabilir.

Eğitim Formatı (Delivery Method): Classroom Based
Katılım Modeli (Participation Model): Genel Katılıma Açık (Public) / Kuruma Özel (Private / In-house)
Yüz Yüze Öğrenme: Eğitmeniniz ve diğer katılımcılarla doğrudan iletişim kurarak etkileşimli bir sınıf deneyimi yaşayın.
Deneyimli Eğitmenler: Sektörde uzun yıllara dayanan deneyime sahip uzmanlardan gerçek dünya örnekleriyle öğrenin.
Profesyonel Eğitim Ortamı: Teknolojik altyapısı güçlü, konforlu ve öğrenmeye uygun sınıflarda eğitim alın.
Uygulamalı Öğrenme: Eğitim içeriğine bağlı olarak uygulamalar, senaryolar, vaka çalışmaları ve eğitmen yönlendirmeli çalışmalarla teorik bilgilerinizi pratiğe dönüştürün.

Data Handling in R eğitimini kurumunuza özel olarak kendi ofisinizde veya tercih ettiğiniz lokasyonda gerçekleştirebilirsiniz. Bilginç IT Academy eğitmenleri, kurumunuzun ihtiyaçlarına göre planlanan eğitim için belirlediğiniz lokasyona gelebilir.

Eğitim Formatı (Delivery Method): Onsite
Katılım Modeli (Participation Model): Kuruma Özel (Private / In-house)
Tercih Ettiğiniz Lokasyonda Eğitim: Eğitimi şirketinizin ofisinde veya belirlediğiniz farklı bir lokasyonda organize edin.
Kuruma Özel İçerik: Eğitim programını şirketinizin projelerine, ekip yapısına, mevcut yetkinlik seviyesine ve iş ihtiyaçlarına göre uyarlayın.
Ekip Odaklı Öğrenme: Ekibinizin aynı içerik ve yaklaşım etrafında gelişmesini sağlayarak kurum içi bilgi paylaşımını ve iş birliğini güçlendirin.
Esnek Planlama: Eğitim tarihini, lokasyonunu ve programını kurumunuzun operasyonel ihtiyaçlarına göre planlayın.
Global Eğitim Organizasyonu: Bilginç IT Academy eğitmenleri, kurumunuza özel eğitimler için dünyanın farklı ülkelerine ve lokasyonlarına yönlendirilebilir.

Data Handling in R Eğitimi

Prerequisites

Neler Öğreneceksiniz

Eğitim İçeriği

Related learning

Neden Bizi Seçmelisiniz