Die r-akademie von eoda bietet umfassende Trainingsprogramme zur Verwendung der Programmiersprache R an, die sich auf statistische Datenauswertung, Datenanalyse und -visualisierung konzentrieren. Mit über 7.000 verfügbaren Erweiterungspaketen stellt R eine flexible, open-source Lösung für Datenanalysten dar und wird kontinuierlich durch die wissenschaftliche Gemeinschaft sowie große Unternehmen weiterentwickelt. Die Kurse sind praxisorientiert und werden in kleinen Gruppen von erfahrenen Trainern durchgeführt, um den Teilnehmern die notwendigen Kenntnisse zur optimalen Nutzung von R zu vermitteln.

1. R-Akademie IAus Daten Wissen machen

2. R-Akademie
Über R
R ist eine der besten Alternativen zur Analyseund Visualisierungvon Daten, Data Mining und Business Intelligence. Gleichzeitig ist R eine objektorientierte Programmiersprachezur statistischen Datenanalyse.
R ist enorm leistungsfähig und im Vergleich zu den großen kommerziellen Softwarepaketen zur Datenanalyse extrem flexibel. R ist Open Source und wird vor allem von einer weltweiten Entwicklergemeinde im wissenschaftlichen Umfeld weiterentwickelt. Allein dadurch setzt R einen nie erreichten Maßstab an Funktionalität, Qualitätund Aktualität. Das Involvement der wissenschaftlichen Community in Verbindung mit dem zunehmenden Engagement großer Unternehmen wie IBM®, SAS® und Revolution Analytics® schafft eine hohe Investitionssicherheitfür die Nutzer von R. Die Programmiersprache bietet eine Funktionsvielfaltweit über die Anwendungen der klassischen Statistik hinaus.
R entwickelt sich gerade zur plattformübergreifenden Linguafrancafür Datenanalysten. Mittlerweile stehen allein auf CRAN über 7.000 Erweiterungspakete für R zur Verfügung, welche die Analyse von Daten in allen denkbaren Formen unterstützen.
Über die eoda R-Akademie
Die R-Akademie von eoda ist seit 2011 das modulare Trainingsprogramm für R, das praxisorientiert und umfassend die vielfältigen Möglichkeiten der Statistiksprache behandelt. Mit dem R- Training von eoda stellen Sie sicher, dass Sie die richtigen Kenntnisse erwerben, um den maximalen Nutzen in der Anwendung von R zu erzielen.
Unsere R-Trainings für Unternehmen, Universitäten und Graduiertenzentren werden regelmäßig evaluiert und als sehr gut bewertet. Über 1.000 zufriedene Teilnehmer sprechen für die Qualität der Statistik-Schulungen von eoda.
Was wir bieten
•Kurse in Kleingruppen bis maximal 8 Teilnehmer
•Hohe Praxisorientierung durch erfahrene Trainer aus der Praxis
•Ausreichend Übungsphasen, in denen das Gelernte direkt umgesetzt werden kann
•Hochwertige Kursmaterialien und einheitliche Übungsdatensätze
•Überprüfung der Lernziele
•Optionaler R-Support im Anschluss an die R-Akademie Schulungen
www.r-akademie.de

3. R-Akademie
Das Kursangebot der eoda R-Akademie
Einführung in R
Grafikerstellung mit R
Interaktive Grafiken
Multivariate Statistik I
Multivariate Statistik II
Data Mining
Text Mining
Programmieren mit R
Big Data und Hadoop
Survivalanalyse
Werbewirkungsanalyse
R-Experte
Zeitreihenanalyse
Paketerstellung
Daten- management
R im produktiven
Unternehmensumfeld
Qualitäts- management mit R
ReproducibleResearch
www.r-akademie.de
Wählen Sie Ihren Kurs

4. R-Akademie
Einführung in R
9. bis 10. Februar 2015 I 8. bis 9. September 2015
R ist eine der besten Alternativen zur Analyse und Visualisierung von Daten, Data Mining und Business Intelligence. R setzt einen nie erreichten Maßstab an Funktionalität, Qualität und Aktualität.
Der Kurs versteht sich als Einführung in R undseine Grundfunktionalitätenund soll den Teilnehmern mit praktischen Tippsund Übungen den Einstieg in R erleichtern.DieserGrundkurssoll R-Einsteigern ohne tiefergehende Vorkenntnisse als Ausgangspunkt für den weitergehenden Einsatz von R in ihren individuellen Anwendungsszenarien dienen.
Kursinhalte
•Einstieg in R
Das Programm R, CRAN-Mirror, verschiedene Umgebungen/Editoren von R , Nutzung der internen Hilfe-Funktionen, Hilfen im Internet
•Konzept und Philosophie von R
Die Programmiersprache, Objekte und Objektorientierung, Wertezuweisung, Funktionen
•Variablentypen und ihre Eigenschaften
Vektoren, Dataframes, Listen,…
•Einlesen von Daten
.txt-, .csv-, .xls-, .sav-Dateien, Internetquellen etc.
•Datenmanagement
Bildung neuer Variablen, bedingtes Umkodieren, einfache Berechnungen, fehlende Werte
•Auswertungen mit R
Statistische Kennzahlen, einfache Tabellen und Grafiken
•ErstellengrundlegenderGrafiken
www.r-akademie.de

5. R-Akademie
Zeitreihenanalyse mit R
10. bis 11. November 2014 I 16. bis 17. Februar und 14. bis 15. September 2015
Für die Analyse von Zeitreihendaten stehen eine Reihe spezieller Analyseverfahren zur Verfügung. So lassen sich beispielsweise Zeitreihendaten in die Zukunft fortschreiben und die Konsequenzen unterschiedlicher Zukunfts-Szenarien schätzen.
Weitere Anwendungsfälle sind die Berechnung der Wahrscheinlichkeit, dass ein Ereignis (z.B. der Ausfall eines Bauteils, die Bestellung eines Produkts etc.) in einer gegebenen Zeitspanne eintritt oder die Extraktion saisonaler Effekte in einem Prognosemodell. Neben den unten aufgeführten Aspekten werden im Kurs die Besonderheiten von Zeitreihendaten in klassischen Analysekontexten thematisiert.
Kursinhalte
•Einführung in Zeitreihenverfahren
Grundlagen, Saisonalität, Erstellen von Zeitreihenobjekten
•Visualisieren von Zeitreihen
•Dekomposition
Trend-, Saisonal-und Zufallseffekte; Berechnung saisonbereinigter Werte
•Testverfahren
Stationaritätund Autokorrelation
•Exponentielles Glätten
Modellierung nach Holt-Winters, ETS und STL
•ARIMA Modelle
Herstellen von Stationaritätüber Differenzierung; Festlegung der AR-und MA-Terme; Modellerstellung
•Forecasting
Saisonale und nicht-saisonale Modelle; Ausreißerbehandlung
•Einführung in die Eventhistory-Analyse
Grundlagen, Erstellung von SurvivalObjekten
•Kaplan Meier Modell
KumulativieHazardkurven; Log-Rank Test
•Cox-Regression
Modellerstellung; Modellprüfung; Interpretation der Koeffizienten

6. R-Akademie
Zeitreihenanalyse mit R II -Survivalanalyse
12. November 2014 I 18. Februar 2015
Mit Survival-Modellen wird geschätzt, wie viel Zeit vergeht, bis ein bestimmtes Ereignis eintritt. Die Prognose von Maschinenausfällen und Krankheitsverläufen sind zwei mögliche Anwendungsgebiete. Die Anwendung der Survival-Analyse Verfahren wird anhand von praxisnahen Beispielen erlernt.
Ziel des Kurses ist es, die Teilnehmer in die Lage zu versetzen, das Gelernte selbständig auf ihre jeweiligen Anwendungszwecke zugeschnitten anzuwenden. Für eine optimale Wissensgrundlage wird der Besuch des R-Akademie Kurses „Zeitreihenanalyse mit R I“ empfohlen.
Kursinhalte
•Einführung in die Grundbegriffe der Survival-Analyse
Episoden & Zensierung, Survivor-Funktion, Hazard-Rate
•Einführung in die Survival-Analyse in R
Das Paket survival
•Kaplan-Meier-Schätzer
Grundlagen, Visualisierung, Tabellierung, Gruppenvergleiche, Signifikanztests
•Cox-Proportional-Hazards-Modell
Voraussetzungen und Annahmen, Modellaufbau, Die Funktion coxph(), Das ties-Argument, Effektinterpretation
•Zeitveränderliche Variablen & Episoden-Splitting
Die Funktion survSplit()
•Cox Regression
Umsetzung in R, Modellvergleiche, Likelihood-Ratio-Test, Informationskriterien (BIC / AIC), Schätzwerte
www.r-akademie.de

7. R-Akademie
Grafikerstellung mit R
24. bis 25. November 2014 I 27. bis 28. April 2015 I 12. und 13. Oktober 2015
R bietet umfangreiche Möglichkeiten zur Erzeugung publikationsreifer Grafiken zur ansprechenden Visualisierung der Ergebnisse von Analysen.
Neben den Standardgrafiken von R werden in diesem Kurs auch spezielle Grafikpakete wie ggplot2, gridetc. und deren „Grammatik“ behandelt.
Es wird umfangreich auf die vielen Einstellungsmöglichkeiten und Grafikoptionen eingegangen, so dass die Kursteilnehmer in der Lage sein werden individualisierte Grafiken zu erstellen.
Daneben werden die Exportmöglichkeiten (Devices) erläutert und es wird gezeigt, wie Sie Geodatenmit Hilfe von R visualisieren können.
Ergänzend zu "Grafikerstellung mit R" empfehlen wir Ihnen unseren Kurs "Interaktive Grafiken mit R".
Kursinhalte
•Grafik Pakete
base, grid, ggplot2, lattice, plot
•ggplot
Data, Mapping
•High-Level Grafik Elemente
Balkendiagramm, Punktdiagramm, Tortendiagramm, Mosaikdiagramm, Histogramme, Dichtediagramme, Scatterplots
•Low-Level Grafik Elemente
Pfeile, Achsen, Legenden, Gitter, Überschriften
•Layer Komponenten
Geoms, Stats, Coord, Facet, Opts
www.r-akademie.de

8. R-Akademie
Interaktive Grafiken mit R
26. November 2014 I 29. bis 30. April 2015 I 14. und 15. Oktober 2015
Interaktive Grafikensind ein flexiblerund effizienterWeg um Daten zu analysieren und um Analyseergebnisse zu präsentieren. Interaktive grafische Anwendungen bieten Abfragen, Selektionen, Highlightingoder die Modifikationvon Grafikparametern. Im Umfeld von R gibt es verschiedene Konzepte, die die Erstellung von interaktiven Grafiken und Anwendungen direkt aus R heraus möglich machen. Erwähnt seien hier ggvis, rChartsoder shinymit denen sich R-Analysen einfach in Web-Applikationen umsetzen lassen.
Der Kurs gibt einen ersten Überblick über die Erstellung interaktiver Grafiken mit R und liefert das Rüstzeug, um selbst interaktive Visualisierungen in R zu realisieren.
Kursinhalte
•ggvis
ggvisist die konsequente Weiterentwicklung des beliebten Grafik Pakets ggplot2 und erweitert dessen Funktionalitäten um interaktive Effekte.
•rCharts
rChartsbietet eine Anbindung aus R an beliebte JavascriptGrafik Bibliotheken, darunter NVD3 und Highcharts.
•shiny
shinyist ein Framework das Datenanalysten ohne tiefergehende Programmierkenntnisse die Entwicklung von eigenen Webapplikationen ermöglicht.
www.r-akademie.de

9. R-Akademie
Data Mining mit R
17. bis 18. März 2015 I 9. bis 10. Oktober 2015
Data Mining steht für das hypothesenfreie Extrahieren vonErkenntnissen aus Daten. Statistische und mathematische Verfahren werden auf Datenbestände angewendet, um bestehende Muster und Zusammenhänge aufzudecken. Data Mining Verfahren stellen i.d.R. geringe Anforderungen an das Messniveau der Daten (kategorial, ordinal, metrisch) und sind in der Lage komplexe nicht-lineare Zusammenhänge zu erkennen.Konkrete Anwendung findet Data Mining beispielsweise bei der Erstellung von Prognose-Modellen, in der Zielgruppenanalyse, der Warenkorbanalyse, für Empfehlungsdienste und vielem mehr.
Kursinhalte
•Einführung in das Data Mining
•Modell-Evaluation
Modellauswahl und Datenbasis, Fehlermatrix, Risk-Charts, ROC, Sensitivität, Präzision, Lift, Prognose und Beobachtung
•Explorative Analyse
tabellarische Analyse, visuelle Analyse (metrisch, kategorial), Korrelationsanalyse, Missing-Values Korrelation
•Assoziationsanalyse
Support, Konfidenz, Lift, Interpretation
•Decision-und Regressiontrees
Algorithmus, Interpretation, grafische Interpretation
•Neuronale Netze
Theorie, Lernprozess im KNN, nnet
•Random Forest
Theorie, Interpretation, erweiterte Optionen, Conditionalinferencetrees
www.r-akademie.de

10. R-Akademie
Multivariate Statistik mit R
20. bis 21. April 2015 I 7. bis 8. Oktober 2015
Der Kurs zu Multivariaten Analyseverfahren soll die Teilnehmer in die Lage versetzen vorhanden Datensätze auf statistische Gesetzmäßigkeiten zu analysieren und die Ergebnisse zu interpretieren.
Im Mittelpunkt des Kurses stehen dabei die Regressions-, die Faktoren-und die Clusteranalyse.
Kursinhalte
Clusteranalyse:
•Ausgangspunkt und Theorie
Tanimoto-bzw. Jaccard-Koeffizeint, Russel & Rao-Koeffizient, M-Koeffizient
•Unterschiedliche Abstandsmaße
City-Block Metrik, Quadierteeuklidische Distanz, Single-LinkageVerfahren, CompleteLinkage-Verfahren, Ward Methode
•Interpretation
•Visualisierung
Grafiken, Dendrogramme
Faktorenanalyse:
•Ausgangspunkt und Theorie der Faktorenanalyse
Hauptkomponentenanalyse vs. Hauptsachenanalyse
•Eignungsprüfung
Kaiser-Meyer-Olkin-Kriterium, Anti-Image Korrelationskriterium, Kommunalitäten
•Anzahl der Faktoren
Screeplot, Eigenwertkriterien, Anteil der erklärten Varianz
•Anzahl der zu extrahierenden Dimensionen
Regressionsanalyse:
•Modell und Ausgangspunkt
Grundannahmen, nötige Voraussetzungen
•Interpretation und Güte
Bestimmtheitsmaß R², F Statistik, Signifikanzniveaus
•Mögliche Probleme
Heteroskedastizität, Autokorrelation, Multikollinearität
www.r-akademie.de

11. R-Akademie
Multivariate Statistik mit R II
22. April 2015
Innerhalb Kursprogramms werden essentielle Methoden im Umgang mit multivariaten Daten besprochen. Dabei richtet sich der Fokus zunächst auf Problemstellungen, mit denen sich (nahezu) jedes Analyseprojekt konfrontiert sieht:
-Wie soll mit fehlenden Daten verfahren werden?
-Lassen sich Ausreißer identifizieren?
-Auf welche Weise lassen sich Fallgewichtungen an die Daten hängen?
Neben diesen pre-analytischen Methoden werden folgende Verfahren der Multivariaten Statistik besprochen:
Kursinhalte
•KonfirmatorischeFaktorenanalyse
•Multi Dimensionale Skalierung
•Shapley Value Regression
•Diskriminanzanalyse
•Bootstrapping
www.r-akademie.de

12. R-Akademie
Big Data und Hadoopmit R
11. März 2015 I 9. Oktober 2015
Vielfältige Initiativen haben verschiedene Konzepte zum Umgang mit großen Datenmengen in R hervorgebracht. Der Kurs "Big Data und Hadoopmit R" gibt einen Überblick über diese Konzepte und zentrale R-Pakete zum Thema Big Data. Zudem werden Vorgehensweisen und Strategien vorgestellt, die sich sowohl mit effizientem Daten-und Speichermanagement in R, als auch mit Datenbankanbindung und Parallelisierung beschäftigen.
Der zweite Teil der Schulung umfasst das Thema Hadoopmit R. Daten in verteilten Systeme wie Hadoop-Clustern erfordern im Vergleich zu nicht verteilt vorliegenden Daten andere Verfahren zur Analyse der Daten wie beispielsweise MapReduce. Das Prinzip von MapReducebesteht darin, den Analyseprozess auf die Hadoop-Cluster zu verteilen (Mapping-Phase) und die Ergebnisse der Teilanalysen anschließend zusammenzuführen (Reduce- Phase). Statt wie bei herkömmlichen Techniken die gesamte Datenmenge en bloc zu analysieren, führt der MapReduceAnsatz die Analyse in kleinen Blöcken durch.
Auf diese Art lassen sich auch komplexere Such-, Vergleichs-und Analyseoperationen parallelisieren und dadurch schneller berechnen. Der Kurs vermittelt die Entwicklung von R-skripten für MapReduceJobs an konkreten Beispielen unter Verwendung der R-Pakete rhdfsund rmr.
Die Verwendung von Programmierelementen wird anhand von praxisnahen Beispielen erlernt. Ziel des Kurses ist es, die Teilnehmer in die Lage zu versetzen, das Gelernte selbständig auf ihre jeweiligen Anwendungszwecke im Umfeld von Big Data anzuwenden.
Kursinhalte
•C++ Integration von R
•Konzepte zur Daten-Auslagerung „out ofmemory“
•Parallelisierung
•Memory Management & Profiling
•MapReduce
www.r-akademie.de

13. R-Akademie
Text Mining mit R
11. bis 12. November 2015
Als Disziplin des Data Mining umfasst Text Mining Algorithmus basierte Analyseverfahren zur Entdeckung von Strukturen und Informationen aus Texten mit statistischen und linguistischen Mitteln. Ein Anwendungsfeld ist beispielsweise das Web Mining, wodurch sich Trends und Kundenbedürfnisse auf Webseiten und SocialMedia Plattformen ermitteln lassen. Text Mining wird auch eingesetzt, um Preisentwicklungen oder Börsenkurse anhand der Nachrichtenlage zu prognostizieren.
Der Kurs konzentriert sich auf die Anwendung der Pakete tm, RTextToolsund OpenNLPund behandelt die folgenden Inhalte.
Kursinhalte
•Überblick über Text Mining mit R
•Einlesen von unstrukturierten Daten, Web Scraping
•Strukturieren der Texte(Pruning, Tokenisierung, SentenceSplitting, Stoppwortliste, Normalisierung, Stemming,Lemmatisierer,N-Gramme)
•Einfache Inhaltsanalysen und Assoziationsanalysen
•Klassifikation von Dokumenten mit unterschiedlichen Verfahren (Support VectorMachines, GeneralizedLinear Model, Maximum Entropy, Supervisedlatent Dirichletallocation, Boosting, Bootstrap aggregating, Random Forrests, NeuralNetworks, Regression Tree)
www.r-akademie.de

14. R-Akademie
Werbewirkungsanalyse mit R
16. September 2015
Die Beurteilung von Werbemitteleinsatz und dessen Effizienz stellt nach wie vor eine der großen Herausforderungen des Marketings dar. Mit Hilfe von Webtracking und Webanalyticskann eine solche Diagnose anhand evidenzbasierter Datenanalyse erfolgen.
Der Kurs „Werbewirkungsanalyse mit R“ richtet seinen Fokus auf die Analyse von Informationen aus dem Webtracking. Vermittelt werden dazu elementare Techniken aus dem Methodenset der Regressionsmodellierung. Zielvariablen bilden bspw. Klickraten und Suchmaschinenanfragen, die durch den Werbedruck (GRP / GrossRating Point) unter Berücksichtigung von zeitbasierten Einflussfaktoren (Tageszeit, Wochentage etc.) erklärt werden. Darüber hinaus liegt ein weiterer Schwerpunkt des Kurses auf der Analyse zeitverzögerter Werbeeffekte mit Hilfe von Distributed Lag Models.
Kursinhalte
•Wie können Werbeffektequantifiziert werden?
•Wie stark erklärt der Einsatz von Werbemitteln Kennziffern von Webanalytics?
•Interagieren zeitliche Effekte mit der Werbewirkung?
•Wie werden zeitverzögerte Modelle erstellt und interpretiert?
•Welche zeitliche Verzögerung ist beim Werbemitteleinsatz zu erwarten?
www.r-akademie.de

15. R-Akademie
Angewandte Statistik im Qualitätsmanagement mit R
2. bis 4. Dezember 2014 11. bis 13. Mai 2015
Vor dem Hintergrund immer dynamischer werdender Produktionsabläufe und Prozesse gewinnen statistische Verfahren im Qualitätsmanagement stetig an Bedeutung. Methodisches Know-how gepaart mit einer leistungsstarken Software sind die Treiber für deren erfolgreiche Anwendung.
Die Veranstaltung richtet ihren Fokus zunächst auf die Vermittlung von Grundlagen im Umgang mit der statistischen Programmiersprache R.
Im Anschluss daran werden die für das Qualitätsmanagement wichtigsten statistischen Methoden eingeführt und direkt in R umgesetzt. Die Auswahl der Verfahren erfolgt anhand praxisrelevanter Kennzahlen im QM und von Managementsystemen wie Six Sigma und TQM. Neben den Kennwerten der deskriptiven Statistik werden ausgewählte Visualisierungstechniken der statistischen Daten vorgestellt.
Statistisches Testen und Prüfplanentwicklung (unter Berücksichtigung der AQL- Normwerttabellierungennach ISO2859 und DIN ISO 3951) bilden weitere Kursschwerpunkte. Die Methoden werden innerhalb des Trainings theoretisch eingeführt und anschließend anhand von praxisnahen Beispielen in R umgesetzt
Kursinhalte
•Einstieg in R / Konzept und Philosophie von R
•Variablen und ihre Eigenschaften / Datenmanagement
•Deskriptive Statistiken unter Einbezug statistischer Kennzahlen des QM wie Cp, Cpk, PPM
•Tabellierung von Daten
•Visualisierungstechniken
•Antworten auf zentrale Fragen der Inferenzstatistik im QM

16. R-Akademie
Programmieren mit R
Die Verbindung aus den umfassenden Statistik Bibliotheken und etablierten Programmierkonzepten macht R zu einer mächtigen Programmiersprache für alle Aufgaben im Umfeld von Data Mining, PredictiveAnalytics und vieles mehr. Durch die Verwendung von Statistik-und Grafikfunktionen mit Programmierelementen können regelmäßig wiederkehrende Skripteile elegant und effizient automatisiert werden.
Die Verwendung von Programmierelementen wird anhand von praxisnahen Beispielen erlernt. Ziel des Kurses ist es, die Teilnehmer in die Lage zu versetzen, das Gelernte selbständig auf ihre jeweiligen Anwendungszwecke zugeschnitten anzuwenden.
Kursinhalte
•Schleifen und Steuerungselemente/ Bedingte Anweisungen
•Vektorwertiges Programmieren
•Split-Apply-Combine Approach
•Eigene Funktionen definieren
•Environments und Scoping
•Objektorientierte Programmierung / R-Klassensysteme
•Exceptions/ Error Handling
•Profillingund Debugging
11. bis 12. Februar 2015 I 17. bis 18. September 2015
www.r-akademie.de

17. R-Akademie
Datenmanagement mit R
Um Daten effizient analysieren zu können, müssen sich die Daten in einem für die jeweilige Analyseform passenden Format befinden. In der Praxis ist es die Regel, dass der Großteil des Aufwandes für den Analyseprozess auf die Aufbereitung der Rohdaten entfällt.
Im Kurs Datamanagement mit R werden effiziente Methoden zur Aufbereitung von unterschiedlich strukturierten Daten anhand praxisnaher Beispiele erlernt. Dabei konzentriert sich der Kurs neben den Grundfunktionalitäten von R im Wesentlichen auf die Verwendung der bewährten R-Pakete plyr/dplyrund tidyr(reshape). Ziel des Kurses ist es, die Teilnehmer in die Lage zu versetzen, das Gelernte selbständig auf ihre jeweiligen Anwendungszwecke zugeschnitten anzuwenden.
Kursinhalte
•Einfache-, bedingte-und komplexeRekodierungvon Variablen
•Datenaggregation
•Bilden und analysieren von Subsetsund Datengruppen
•Gruppenweise Datenoperationen (split-apply-combine)
16. März 2015 I 10. September 2015
•Zusammenführen und sortieren von Daten
•Datentransformationen (widevs. longformat)
•Vergleichen von Daten
•Duplikate identifizieren und entfernen
www.r-akademie.de

18. R-Akademie
Paketerstellung in R
Ein wichtiger Bestandteil von R sind Pakete. Der enorme Funktionsumfang von R liegt vor allem in der kontinuierlichen Entwicklung von Paketen aus der Community begründet.
Um die Arbeit mit R auf ein noch höheres Niveau zu heben besteht für Anwender die Möglichkeit Pakete selbst zu erstellen. Das individuelle Zusammenführen von selbst erstellten Funktionen zu Paketen erhöht nachhaltig die Effizienz und die Reproduzierbarkeit der eigenen Analysen. Insbesondere für den Einsatz von R im produktiven Unternehmensumfeld erleichtern selbsterstellte Pakete die Arbeitsprozesse mit R entscheidend. Unkompliziert und einfach haben Sie das Methodenset, dass optimal zu Ihren Anforderungen passt immer verfügbar und können es auch anderen Unternehmensmitgliedern zur Verfügung stellen.
Zudem besteht die Möglichkeit Pakete zu veröffentlichen und Sie damit der R-Community zugänglich zu machen –wertvoller Austausch und konstruktive Kritik inklusive.
Der Kurs Paketerstellung mit R, erklärt wie man einfach und unkompliziert von einer losen Funktionssammlung zu einem veröffentlichungsfähigen Paket gelangt.
Kursinhalte
•Paketaufbau
•Veröffentlichung von Paketen
•Paketdokumentation
•Namespacesund Paketabhängigkeiten
•Testing
13. Februar 2015
www.r-akademie.de

19. R-Akademie
R im produktiven Unternehmensumfeld
Der Einsatz von R in Produktivumgebungen stellt besondere Anforderungen hinsichtlich Reproduzierbarkeit, Kompatibilität, Zusammenarbeit in Teams, Last-Verteilung und Rechtemanagement. R- Skripte sollten jederzeit reproduzierbare Ergebnisse erzeugen, auch wenn zwischenzeitlich Updates an Paketen, R selbst oder dem Environment in dem R läuft durchgeführt wurden. Die Überarbeitungen von R-Skripten durch verschiedene Mitarbeiter sollten mit Hilfe von Versionierungssoftwaregemanagt werden. Zudem kann mit automatisierten Tests sichergestellt werden, dass Veränderungen in einem Skript keine Nebenfolgen für andere Skripte haben. Schließlich ist die Server/Client Architektur ein zentraler Bestandteil produktiver R- Environments, weil sich so Zugriffsrechte und Rechenleistung besser steuern lassen.
Der zweitägige Kurs vermittelt die zentralen Aspekte einer auf den Produktiveinsatz ausgelegten R-Umgebung mit vielen praxisnahe Beispielen.
12. bis 13. März 2015 I 16. bis 17. November 2015
Kursinhalte
•Updates von Paketen und R selbst
•Arbeiten in einem geschlossenen Environment
•Testing
•Versionierungund Kollaboration
•Dokumentation und Paketerstellung
•R in Server/Client-Architektur
www.r-akademie.de

20. R-Akademie
ReproducibleResearch mit R
Bei der Analyse statistischer Daten entstehen Berichte mit verschiedensten Elementen wie Text, Daten, Formeln, Tabellen und Grafiken. Durch Schnittstellen zwischen R und Latex/htmlkönnen die verschiedenen Inhalte aus R heraus zusammengebracht und publikationsreif ausgegeben werden. Zudem ermöglicht es R, die Berichte dynamisch an neue Daten anpassen.
Bei der unter dem Begriff ReproducibleResearch bekannten Methode werden die Berichtselemente aktualisiert, ohne manuelle Anpassungen vorzunehmen. Nach dem Kurs sollen die Teilnehmer in der Lage sein, individuelle und automatisierte Reports zu erstellen.
Anhand von theoretischen Einführungen, konkreten Fällen und praktischen Übungen werden die beschriebenen Inhalte verständlich vermittelt.
19. Februar 2015 I 11. September 2015
Kursinhalte
•Die Benutzeroberfläche R-Studio
•Die Pakete „Sweave“ und „knitR“
•Kurzeinführungen in Latex, Markdownund HTML
•Formatieren der R-Ausgaben mit Chunk-Optionen
•Anfertigen von statischen Reportvorlagen in verschiedenen Ausgabeformaten wie pdfund html
•Dynamische Berichte und automatisierte Anpassungen
www.r-akademie.de

21. R-Akademie
eoda
Wir bei eoda haben eine Leidenschaft für Daten und Analysen. Wir sind Data Scientists, Softwareentwickler, Unternehmensberater und Schulungsanbieter. Auf der Basis reichhaltiger Erfahrung in Data Science und unter der Verwendung modernster Technologien generieren wir strategische Wettbewerbsvorteile aus Daten.
Vor neuen Herausforderungen und individuellen Anliegen schrecken wir nicht zurück. Mit unseren agilen Vorgehen, bewährten statistischen und analytischen Verfahren und erprobten Technologien sind wir bereit für neue und spannende Aufgaben – sprechen Sie uns an.
Preis / Ort
Die Kursgebühren belaufen sich auf €490,-pro Person/Tag zzgl. MwSt. Frühbucher und Hochschulmitglieder erhalten attraktive Sonderkonditionen. In den Kosten sind Getränke und Snacks inbegriffen.
Die Kurse finden in unseren Schulungsräumen in Kassel statt. Es besteht sowohl eine gute Anbindung mit dem Auto als auch mit öffentlichen Verkehrsmitteln.
Anmeldung
Das Anmeldeformular und weitere Informationen finden Sie unter www.r-akademie.de
eoda GmbH
Ludwig-Erhard-Straße 8
34131 Kassel
Tel. +49 (0)561 202 724 40
Fax. +49 (0)561 202 724 30
info@eoda.de
www.eoda.de