Verstehen wichtiger Konzepte von Programmiersprachen

Konfigurieren Sie die statistische Programmiersoftware

Nutzen Sie die R-Schleifenfunktionen und Debugging-Tools

Sammeln Sie detaillierte Informationen mit dem R-Profiler

Verstehen gängiger Datenspeichersysteme

Wenden Sie die Grundlagen der Datenbereinigung an, um die Daten "aufzuräumen"

Verwenden Sie R für Text- und Datumsmanipulationen

Beschaffen Sie verwertbare Daten aus dem Internet, von APIs und Datenbanken

Analytische Grafiken und das Basisplottsystem in R verstehen

Verwenden Sie fortgeschrittene Grafiksysteme wie das Lattice-System

Erstellen Sie grafische Darstellungen von sehr hochdimensionalen Daten

Wenden Sie Techniken der Clusteranalyse an, um Muster in Daten zu finden

Organisieren Sie die Datenanalyse, um sie besser reproduzierbar zu machen

Schreiben Sie eine reproduzierbare Datenanalyse mit knitr

Bestimmen Sie die Reproduzierbarkeit des Analyseprojekts

Veröffentlichen Sie reproduzierbare Webdokumente mit Markdown

Verstehen, wie man aus Daten Schlüsse über Populationen oder wissenschaftliche Wahrheiten ziehen kann

Beschreiben Sie Variabilität, Verteilungen, Grenzwerte und Konfidenzintervalle

Verwenden Sie p-Werte, Konfidenzintervalle und Permutationstests

Treffen Sie fundierte Entscheidungen bei der Datenanalyse

Verwenden Sie Regressionsanalyse, kleinste Quadrate und Inferenz

Verstehen Sie die ANOVA und ANCOVA Modellfälle

Untersuchen Sie die Analyse von Residuen und Variabilität

Beschreiben Sie neuartige Anwendungen von Regressionsmodellen wie die Streudiagramm-Glättung

Verwenden Sie die grundlegenden Komponenten der Erstellung und Anwendung von Vorhersagefunktionen

Verstehen Sie Konzepte wie Trainings- und Testsätze, Overfitting und Fehlerquoten

Beschreiben Sie Methoden des maschinellen Lernens wie Regression oder Klassifikationsbäume

Erklären Sie den gesamten Prozess der Erstellung von Vorhersagefunktionen

Entwickeln Sie grundlegende Anwendungen und interaktive Grafiken mit GoogleVis

Verwenden Sie Leaflet, um interaktive, kommentierte Karten zu erstellen

Erstellen Sie eine R Markdown-Präsentation, die eine Datenvisualisierung enthält

Erstellen Sie ein Datenprodukt, das einem breiten Publikum eine Geschichte erzählt

Erstellen Sie ein nützliches Datenprodukt für die Öffentlichkeit

Wenden Sie Ihre Fähigkeiten zur explorativen Datenanalyse an

Erstellen Sie ein effizientes und genaues Prognosemodell

Erstellen Sie ein Präsentationsdeck, um Ihre Ergebnisse zu präsentieren