R für (Python-)Entwickler

Datenanalyse mit R und Python

Datenanalytisches Vorgehen dringt zunehmend in alle Bereiche vor, Entwickler sind immer stärker mit der Herausforderung konfrontiert, komplexe Analysefunktionen in ihre Projekte zu integrieren. Hierfür eignet sich R als gut gefüllter Werkzeugkasten, hinter dem eine große und aktive Community an Entwicklern und Anwendern steht.

Am Beispiel von Python lernen Sie, wie sich die domänenspezifische Datenanalysesprache R mit einer Allzwecksprache effizient kombinieren lässt, wie die Interaktion beider Systeme funktioniert und wie sich kontextabhängig, das Beste beider Welten nutzen lässt.

R entwickelt sich zu eine de-facto-Standard im Bereich Statistik, Maschinelles Lernen, Datenanalyse und Data Science. Sich die Funktionalität von R zu Nutze zu machen, ohne auf den Komfort der vertrauten (Python-)Umgebung verzichten zu wollen, steht im Mittelpunkt dieses Kurses.

Trainer und Dozenten

Katharina Best hat langjährige Erfahrung im Bereich der statistischen Datenanalyse. Tatsächlich reichen ihre Erfahrungen weiter zurück als der so gerne bemühte Kampfbegriff Big Data. Seit mehr als gehört R zu ihren bevorzugten Werkzeugen, sowohl standalone als auch integriert in komplexe Umgebungen und Workflows.

Voraussetzungen

Grundkenntnisse in Python, wie Sie sie z.B. in unserer Schulung "Python Programmierung" werden vorausgesetzt. Grundkenntnisse in R schaden nicht, sind jedoch nicht notwendig.

Inhalt

Eintauchen in R

Was gibt es? Was geht da? Wie fühlt sich das an?

R ferngesteuert

  • Aufruf von R-Funktionen aus einer Python-Umgebung
  • Datentransfer zwischen den Welten
  • Interaktives Arbeiten mit R und Python
  • synchrone und asynchrone Zusammenarbeit

Integration fortgeschrittener Analysefähigkeiten in Python-Programme

  • Übersicht über fortgeschrittene Analysewerkzeuge von R
  • Übersicht über Grafikmöglichkeiten mit R
  • R-Pakete bilden und einsetzen

Effizientes Arbeiten mit R und Python

  • Gegenüberstellung wesentlicher Datenstrukturen und Sprachkonstrukte
  • Stärken und Schwächen: das Beste aus beiden Welten
  • Datenzugriff und Datenkonvertierung
  • Einblicke in die Innereien von R