Dzień 1

• Analiza danych, w tym oczyszczenie, filtrowanie, uzupełnianie braków danych, szukanie wartości odstających - pod kątem przygotowaniu zbioru danych pod budowę modelu;

• Tworzenie bardziej zaawansowanych wizualizacji danych.

Dzień 2

• Wprowadzenie do najczęściej wykorzystywanych metod statystycznych, w tym zarówno zapoznanie z popularnymi algorytmami nadzorowanymi (supervised) jak i nienadzorowanymi (unsupervised);
• Na podstawie przedstawionej teorii budowanie modeli statystycznych oraz dokonywanie prognoz;
• Case study.

Dzień 3

• Krótkie przypomnienie Shiny;
• Tworzenie interaktywnych aplikacji (bardziej zaawansowanych niż na poziomie podstawowym);
• Case study.

Nauczysz się jak przygotować dane pod budowę modelu statystycznego – jest to najważniejszy proces i zajmuje zdecydowanie więcej czasu niż zbudowanie samego modelu i wykonanie prognoz. Zrozumiesz w jaki sposób wizualizować dane, aby ‘wyciągnąć’ z nich jak najwięcej przydatnych informacji. Nauczysz się również w jaki sposób budować modele oraz jak dokonywać prognoz przy ich użyciu – w oparciu o prawdziwe dane! Na koniec, stworzysz samemu interaktywny raport, który z pewnością spodoba się Twojemu szefowi :)

Należy znać język R na poziomie co najmniej podstawowym. Uczestnik powinien posiadać podstawy z analizy danych, bądź statystyki.