Dieser Kurs bietet eine praxisnahe Einführung in die Datenanalyse mit R und dem tidymodels-Framework.
Das Ziel ist es, Sie zu befähigen, Daten eigenständig zu importieren, zu bereinigen und zu analysieren, um datengestützte Entscheidungen zu treffen und wissenschaftliche oder praktische Fragestellungen zu beantworten.
Die Inhalte umfassen:
-
Datenimport und -bereinigung: Arbeiten mit realen Datensätzen.
-
Explorative Datenanalyse: Erkennen von Mustern und Strukturen.
-
Maschinelles Lernen: Anwendung von Modellen wie Regression, Entscheidungsbäumen, Random Forests und SVMs.
-
Resampling und Hyperparameter-Tuning: Sicherstellung robuster und optimaler Modelle.
-
Dokumentation: Präsentation der Ergebnisse in Quarto-Berichten.
Der Kurs verbindet Theorie und Praxis und endet mit einer eigenständigen Datenanalyse (Prüfungsleistung). Er richtet sich an Studenten, die datengetriebene Problemstellungen in Wissenschaft und Industrie meistern möchten.
Dozent: Prof. Hößl
This course offers a hands-on introduction to data analysis using R and the tidymodels framework.
The aim is to enable you to independently import, clean, and analyze data to make data-driven decisions and address scientific or practical questions.
The contents include:
-
Data Import and Cleaning: Working with real-world datasets.
-
Exploratory Data Analysis: Identifying patterns and structures.
-
Machine Learning: Applying models such as regression, decision trees, random forests, and SVMs.
-
Resampling and Hyperparameter Tuning: Ensuring robust and optimized models.
-
Documentation: Presenting results in Quarto reports.
The course combines theory and practice, concluding with an independent data analysis as the final assessment. It is designed for students who wish to master data-driven problem-solving in science and industry.
Lecturer: Prof. Hößl