Poniżej lista szkoleń z języka R, które realizuję. Po kliknięciu w odpowiedni link lub zdjęcie, zapoznasz się ze szczegółowym planem, wraz z informacją, ile czasu zajmuje jego realizacja. Jeśli w dane szkolenie nie da się kliknąć, jest ono dedykowane i program ustalamy wspólnie. Jeśli brakuje tematów, który Cię interesują, napisz, być może będę w stanie coś zaproponować.

Celem szkolenia jest nauka najważniejszej umiejętności w pracy z danymi: przekształcenia ich do takiej formy, która będzie bardziej przydatna w odpowiedzi na zadane pytania biznesowe lub naukowe. Mimo że brzmi prosto, w praktyce jest to najtrudniejsze zadanie i nauce tych rzeczy trzeba poświęcić najwięcej czasu. Przy okazji nauczysz się języka R — jest to jedyny język programowania, którego można nauczyć się „przy okazji”. Zobacz program.

Na szkoleniu nauczysz się, jak wykorzystać w praktyce najważniejsze miary i narzędzia statystyki: błąd standardowy, p-wartość, testy A/B. Powiemy sobie, czym jest wartość oczekiwana, dystrybuanta i jak korzystać z wzoru Bayesa. Następnie przejdziemy do najpotężniejszego instrumentu, jakim dysponuje klasyczna statystyka: modelu regresji liniowej i logistycznej. Zobacz program.

Uwaga. Oferuję również bardziej teoretyczną wersję tego szkolenia.

Głównym celem kursu jest przedstawienie procesu budowy modelu uczenia maszynowego oraz poznanie najskuteczniejszych obecnie algorytmów dla danych tabelarycznych: lasu losowego (Random Forest) i Extreme Gradient Boosting. Dowiesz się, że cały temat to nie zbiór magicznych zaklęć, ale zestaw pewnych technik statystycznych, wcale nie tak trudnych do opanowania. Szkolenie jest też najlepszym wstępem, jeśli interesuje Cię temat sztucznej inteligencji. Zobacz program.

Szkolenie dla osób, które chciałyby poznać jeden z najbardziej złożonych algorytmów uczenia maszynowego, sieć neuronową. I to poznać dobrze, z naciskiem na zrozumienie, co się w tych sieciach tak naprawdę dzieje. Zaczynamy od najprostszej sieci — czyli regresji liniowej — a kończymy na modelu do rozpoznawania obrazów. Wykorzystujemy bibliotekę keras, jeden z najpopularniejszych interfejsów dla TensorFlow. Zobacz program.

Na szkoleniu dowiesz się, jak zbudować aplikację przy pomocy pakietu shiny. Wszystko na bazie języka R, bez potrzeby znajomości HTML i JavaScript. Tutaj parę przykładów, jak takie aplikacje wyglądają. Dowiesz się, czym jest programowanie reaktywne, gdyż bez tej wiedzy ciężko napisać od zera swoją aplikację (pozostaje jedynie modyfikacja gotowych). Zaproponuję prosty scenariusz budowy aplikacji, który zakończymy umieszczeniem jej na serwerze, żeby inny mogli jej używać. Zobacz program.

Na tym szkoleniu przedstawiam narzędzia, które sprawiają, że Twoja praca w R będzie znacznie bardziej efektywna. W szczególności, staniesz się lepszym PROGRAMISTĄ. Powiemy sobie o debuggingu, czyli jak szukać błędów w kodzie (oraz jak pisać, żeby popełniać ich mniej), profilowaniu (dlaczego ten kod jest taki wolny i jak go przyspieszyć?), obliczeniach równoległych, testach jednostkowych oraz o programowaniu obiektowym. Nauczymy się również, jak samemu stworzyć pakiet R wraz z dokumentacją (oraz udostępnić go całemu światu). Zobacz program.

Modele GAM

Uogólniony model addytywny (GAM) to potężnie narzędzie, dzięki któremu możemy zbadać większość występujących w przyrodzie zależności. A w przeciwieństwie do metod uczenia maszynowego, wciąż mamy kontrolę nad modelem i jesteśmy w stanie zinterpretować poszczególne relacje. Nauczę Cię, jak stosować i interpretować modele GAM w języku R.

Szkolenie dedykowane, program ustalamy wspólnie.

mixed model

Modele mieszane

W wielu badaniach eksperymentalnych pomiary są wielokrotnie powtarzane na tych samych jednostkach. Odpowiednim narzędziem do analizy takich danych jest model mieszany (mixed model). Niestety, mimo popularności w świecie nauki, temat ten jest rzadko poruszany na kursach statystyki. Jeśli w swoich analizach musisz skorzystać z modeli mieszanych, wytłumaczę, na czym polegają i jak je stosować w języku R.

Szkolenie dedykowane, program ustalamy wspólnie.

korepetycje snp

Analiza SNP

Na szkoleniu pokazuję, jak lokalizować geny (SNP, Single Nucleotide Polymorphism), stosując współczesne metody statystyki: modele regresji wraz z odpowiednim kryterium wyboru zmiennych oraz las losowy (Random Forest). Nauczę Cię również, jak przekształcić surowe dane, by można było zastosować jakikolwiek model (co w praktyce stanowi największy problem).

Szkolenie dedykowane, program ustalamy wspólnie.

Kurs dla osób, które chciałyby rozumieć, co znajduje się „pod spodem” metod wykorzystywanych w data science. Granice, pochodne, całki, działania na macierzach, wartości własne — to fundamenty, na których opiera się data science. Oprócz tego matematyka to język, którego trzeba się nauczyć, by móc czytać publikacje naukowe, a właśnie w nich znajduje się najnowsza wiedza. Zobacz program.