This two-day course is designed for those who analyse data or who are creating machine learning models, but who wish to firm their understanding in core concepts as well as expanding into types of data distributions, inferential statistics (hypothesis tests), statistical significance, and a deeper understanding of how linear regression works. It is expected that you will have experience with a programming language used for data analysis such as R or Python – if this is not currently the case we suggest completing one of our R or Pythonfor Data Handling courses.

As well as providing a business context to using core concepts such as averages, spread, and interpreting analyst visualisations, you will take this knowledge further and learn how distributions, sampling, and hypothesis testing can be used to analyse data in an organisation and in automatically highlighting significant results or anomalies.

If you are on a learning journey with Machine Learning and AI this course will give you a strong starting point in the statistical methods that underpin a large number of algorithms without overloading, you with too many mathematical formulae or notations that are otherwise commonly used to communicate advanced mathematics. Your focus will be on business problems and applying tools such as R that you will need as part of this journey.

Throughout the course you will engage with practical labs, activities, and discussions with one of our technical specialists. All modules involve the use of R to practice the techniques taught – setting you up to succeed in analysing, interpreting, and getting value from your data.

Prerequisites

Minimum of GCSE Maths or equivalent
Experience with Python or R for Data Handling

Target Audience

Anyone wishing to expand their understanding of Maths and Statistics related to Data Science. This course will provide all the required pre-requisite statistical knowledge needed for our more in-depth programmes.

R ile Veri Analizi için İstatistik 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.

Eğitim İçeriği

Central Tendency, Variation, and Outliers - Using an appropriate software tool, calculate:

Mean, Mode, Median, Mid-range
Population and Sample Standard Deviation & Variance
Inter-Quartile Range
Apply methods for automating identification of outliers
Discuss appropriate handling of outliers
Practical Lab Activities with R

Visualisations and Skew - Using an appropriate software tool, create:

Histograms
Scatter Plots
Use these to:
- Identify skew and the effect this may have on modelling
- Identify the location of the averages
- Compare twsamples (e.g. taken at different times or from different locations)
- Determine the appropriate shape of a model and whether there are opportunities t linearise
Practical Lab Activities with R

Introduction to Probability

Interpret P() notation and calculate simple and conditional probabilities
Use Venn diagrams with set notation tcalculate probabilities
Use Tree diagrams and simple combinatorics tcalculate probabilities
Practical Lab Activities with R

Introduction to Distributions

Recognise what a probability or data distribution is
Identify when a distribution is considered tbe Binomial, Poisson, or Normal
Identify when a distribution can be treated as Normal and what this means for analytical methods
Practical Lab Activities with R Sampling
Critique different sampling techniques
Explain the impact a sampling or data gathering method may have on analytical model results
Recognise methods for estimating summary statistics for a population from a sample
Practical Lab Activities with R

Introduction to Hypothesis Testing

Recognise the steps required for a Hypothesis test from the set- up, assumptions, testing, and interpretation of p-values
Identify a variety of tests and when they are used
Evaluate the output of tests from an appropriate software tool
Practical Lab Activities with R

Linear Regression

Recognise when a linear regression is an appropriate method tuse
Interpreting y = mx + c
Evaluate linear models
Practical Lab Activities with R

Neden Bizi Seçmelisiniz

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

R ile Veri Analizi için İstatistik 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.

Statistics for Data Analysis 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.

Statistics for Data Analysis 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.

Statistics for Data Analysis in R Eğitimi

Prerequisites

Target Audience

Eğitim İçeriği

Neden Bizi Seçmelisiniz