Method_R_doc

Методическое пособие по курсу "Перспективные информационные технологии" для студентов УрГЭУ, обучающихся по направлению бизнес-информатика.

Курс охватывает основы использования языка R для целей интеллектуального анализа данных.

Автор: аспирант кафедры бизнес-информатики УрГЭУ, Шлеев Владимир Владиславович.

---

№ лекции	Тема лекции
Лекция №1	"Структурирование бизнес-задачи"
Лекция №2	"Оценка целесообразности it - разработки с точки зрения экономического эффекта"
Лекция №3	"Настройка рабочего окружения - установка интерпретатора языка R, IDE (RStudio), контроль версий (GIT), renv."
Лекция №4	"Основные типы проектов на языке R. Место языка в современной энтерпрайз -разработке"
Лекция №5	"Работа со справочными материалами. Где искать ответы на свои вопросы"
Лекция №6	"Базовый синтаксис языка R. Базовые структуры данных: векторы, строки, матрицы, списки, дата-фреймы, факторы, классы."
Лекция №7	"Операции CRUD со структурами данных. Индексация. Data-wrangling"
Лекция №8	"Программные конструкции. Управляющие команды. Окружение и проблема видимости."
Лекция №9	"ООП в R - классы S3 и S4"
Лекция №10	"Визуальный (разведочный) анализ данных."
Лекция №11	"Основные методы статистической обработки - описательные статистики и корреляция"
Лекция №12	"Регрессия. Простая и полиномиальная. Выбросы. Влиятельные наблюдения."
Лекция №13	"Дисперсионный анализ. Классификация методом К-ближайших соседей."
Лекция №14	"Методы создания повторных выборок (кросс-валидация)."
Лекция №15	"Деревья решений. Машины опорных векторов (SVM)."
Лекция №16	"Метод главных компонент (PCA). Кластерный анализ по методу К-средних."

---

№ лаб.работы	Тема лабораторной работы
1	Ввод-вывод. Чтение данных из файлов.
2	Парсинг данных в Интернет
3	Очистка данных. Строки. Regex.
4	Написание функций.
5	Написание классов S3, S4
6	Отладка и поиск ошибок в коде R
7	Улучшение быстродействия кода R
8	Разведочный анализ
9	Задачи на регрессию. - контрольная точка 1
10	Классификация методом К-ближайших соседей
11	Разделение данных на обучающую и тестовую выборки
12	Графы и сети. Визуализация, описание, анализ.
13	Однослойные нейронные сети. Библиотеки Nnet, Neuralnet
14	Деревья решений. - контрольная точка 2
15	Машины опорных векторов (SVM).
16	Метод главных компонент (PCA).
17	Введение в сверточные сети. Фреймворк Keras.
18	Совмещаем R-код и Python-код.
19	Клиент-серверное REST-API приложение на R. Библиотека Plumber.
20	Deploy Shiny web-приложения. - контрольная точка 3
21	Deploy web-приложения с помощью HEROKU.