Sprawny start w R i RStudio - Skonfigurujesz R i RStudio krok po kroku, dzięki czemu samodzielnie przygotujesz środowisko do pracy i szybciej zaczniesz analizować dane bez chaosu i problemów technicznych.
Pewne wczytywanie danych - Nauczysz się importować dane z CSV, Excela i baz danych, zamieniać je na tibbles oraz od razu sprawdzać strukturę, braki i podstawowe statystyki potrzebne do dalszej pracy.
Skuteczna manipulacja danymi - Opanujesz dplyr w praktyce, więc będziesz filtrować, wybierać, sortować, grupować i podsumowywać dane czytelnym kodem, który łatwo rozwiniesz i wykorzystasz w codziennych zadaniach.
Porządkowanie danych bez ręcznej pracy - Poznasz tidyr i uporządkujesz nieczytelne zestawy danych bez żmudnego poprawiania w arkuszu, przygotowując je do analiz, raportów i dalszego modelowania w spójnym formacie.
Czytelne wykresy w ggplot2 - Stworzysz wykresy słupkowe, liniowe, rozrzutu i pudełkowe oraz nauczysz się je stylizować tak, aby wyniki analiz były zrozumiałe dla odbiorców biznesowych i technicznych.
Łączenie danych z wielu źródeł - Dowiesz się, jak bezpiecznie łączyć tabele za pomocą joinów, dzięki czemu przygotujesz pełniejsze zestawy danych i unikniesz typowych błędów pojawiających się przy scalaniu informacji.
Praca na realnych przypadkach - Przećwiczysz analizę sprzedaży, czyszczenie danych ankietowych i budowę dashboardu, więc po szkoleniu łatwiej przeniesiesz poznane techniki do własnych projektów analitycznych.
Raportowanie i prezentacja wyników - Nauczysz się przygotowywać analizy i dashboardy w RMarkdown, dzięki czemu zaprezentujesz wyniki w uporządkowanej formie i skrócisz czas potrzebny na tworzenie raportów dla zespołu.
Podstawy pracy z komputerem - Powinieneś swobodnie instalować programy, pracować na plikach i folderach oraz korzystać z systemu operacyjnego, aby bez problemu przygotować środowisko R i materiały do ćwiczeń.
Znajomość arkuszy i danych tabelarycznych - Powinieneś rozumieć, czym są kolumny, wiersze, nagłówki i formaty danych, ponieważ te pojęcia będą stale wykorzystywane podczas importu, czyszczenia i analizy zbiorów.
Podstawy analizy danych - Powinieneś znać podstawowe pojęcia analityczne, takie jak filtrowanie, sortowanie, grupowanie i podsumowania, aby łatwiej zrozumieć logikę operacji wykonywanych w tidyverse.
Gotowość do pracy z kodem - Powinieneś być gotów pisać i uruchamiać proste polecenia tekstowe, nawet jeśli nie programowałeś wcześniej, ponieważ szkolenie opiera się na praktycznej pracy w środowisku R.
