Introduzione alla programmazione con R
4.7 (33 ratings)
Instead of using a simple lifetime average, Udemy calculates a course's star rating by considering a number of different factors such as the number of ratings, the age of ratings, and the likelihood of fraudulent ratings.
197 students enrolled
Wishlisted Wishlist

Please confirm that you want to add Introduzione alla programmazione con R to your Wishlist.

Add to Wishlist

Introduzione alla programmazione con R

Il corso completo in italiano per apprendere le basi di R
Best Seller
4.7 (33 ratings)
Instead of using a simple lifetime average, Udemy calculates a course's star rating by considering a number of different factors such as the number of ratings, the age of ratings, and the likelihood of fraudulent ratings.
197 students enrolled
Created by Valentina Porcu
Last updated 7/2017
Italian
Current price: $10 Original price: $145 Discount: 93% off
5 hours left at this price!
30-Day Money-Back Guarantee
Includes:
  • 5.5 hours on-demand video
  • 4 Articles
  • 5 Supplemental Resources
  • Full lifetime access
  • Access on mobile and TV
  • Certificate of Completion
What Will I Learn?
  • Installare R e RStudio
  • Impostare una sessione di lavoro
  • Creare oggetti e funzioni di base su R
  • Riconoscere e creare le strutture di base, oggetti e funzioni
  • Creare vettori, matrici, array, liste, fattori e dataframe
  • Convertire oggetti in R
  • Usare gli operatori logici
  • Usare le istruzioni condizionali o strutture di controllo
  • Creare funzioni
  • Caricare files su R
  • Installare e richiamare i pacchetti per l'estensione delle funzionalità di R
  • Impostare una directory di lavoro
  • Generare sequenze casuali su R
  • Estrarre degli elementi da un oggetto o da un dataset
  • Manipolare vettori, matrici, dataset
  • Gestire i valori mancanti
  • Gestire i dati duplicati
  • Manipolare le date
  • Importare file in vari formati
  • Manipolare dataset, riorganizzandoli e aggregandoli in vari modi
  • Investigare la struttura dei dataset
  • Ristrutturare e aggregare i dati
  • Utilizzare alcune funzioni per la statistica di base
  • Creare grafici semplici con le funzioni base
  • Creare grafici con ggplot2
  • Creare ed esportare dei report in vari formati
View Curriculum
Requirements
  • Un computer, una connessione a internet
  • R e RStudio, che installeremo insieme
Description

In questo corso di base per R, trattiamo le basi di questo linguaggio di programmazione, uno dei più conosciuti e utilizzati nel campo dell'analisi dati e data science. Questo non significa che una volta finito questo corso sarai in grado di analizzare grossi dataset, ma avrai comunque delle buone basi per creare, manipolare e gestire dei dataset e delle strutture dati più semplici. Se hai già delle basi di R, o sei ad un livello più avanzato, questo corso non ti serve, ti consiglio quindi di andare a vedere i miei corsi più avanzati, ad esempio su machine learning, manipolazione dati e text mining.

Questo corso R ti spiega per prima cosa come creare degli oggetti: R si basa su alcune strutture che è necessario conoscere, come vettori, matrici, liste e dataframe: in questo corso R imparerai a crearle e manipolarle.

Una volta create queste strutture dati, imparerai a manipolarle, salvarle sul computer ed estrarne degli elementi. In questo corso R ti insegnerò anche le basi di creazione di una funzione. 

Nella sezione successiva del corso R imparerai una serie argomenti utili: come impostare una cartella di lavoro, come installare e richiamare un pacchetto, come ottenere delle informazioni sui dati, dove trovare dei dataset per i test, come rimuovere degli elementi duplicati, come iterare un'azione e come gestire le date.

Quando si analizzano dei dati ci si imbatte prima o poi nei dataframe cosiddetti casi x variabili. In questo corso R imparerai come si importa un dataframe dal computer, o da internet, su R. Esistono molte funzioni adatte allo scopo e molti pacchetti che ci sono utili per importare dei dati che sono in alcuni formati particolari, come ad esempio i formati per Excel oppure quelli per altri software di analisi, come SPSS.

Un altro argomento importante cha affrontiamo in questo corso R è come gestire i dati, come manipolarli, modificarli, aggregarli, ordinarli in maniera orizzontale e longitudinale. Per fare questo utilizzeremo alcuni pacchetti e funzioni specifiche, come dplyr o reshape2.

R è un linguaggio molto importante anche nell'ambito della statistica. Impareremo quindi alcune delle funzioni di base, come calcolo delle medie per riga o per colonna, e le funzioni statistiche più comuni.

Quando si parla di analisi dati, ci troveremo spesso a creare dei grafici per spiegare i nostri dati e le nostre analisi. Per questo motivo dedichiamo una sezione del corso R a vedere come creare dei grafici sia con le funzioni della libreria di base, sia con il pacchetto ggplot2.  

Nelle ultime sezioni del corso R vediamo come creare e esportare dei report e delle slide, riepiloghiamo gli argomenti visti e le funzioni utilizzate, e vediamo il materiale di supporto.

Who is the target audience?
  • Chi non ha conoscenze pregresse di R e vuole imparare direttamente in italiano
  • Chi cerca uno strumento semplice per imparare a programmare con uno dei linguaggi più utilizzati nell'analisi dati
  • *** Attenzione, R è un linguaggio utilizzato per l'analisi dati
Compare to Other Courses
Curriculum For This Course
76 Lectures
05:16:54
+
Introduzione
5 Lectures 13:51

Introduzione a R: presentazione del corso ed elementi introduttivi

Preview 05:27

Installiamo insieme R 

Preview 02:20

RStudio è un ambiente di sviluppo per R che ci permette di velocizzare e semplificare il nostro lavoro. Vediamo come installarlo insieme

Preview 04:37

Come accedere agli esercizi
01:10

In questa lettura trovate il codice di questo corso introduttivo su R

Codice del corso
00:17
+
Primi passi e strutture dati
27 Lectures 01:40:06

Usiamo R come calcolatore come cominciare a capire come funziona

Preview 02:37

Vediamo come creare i primi oggetti nel linguaggio di programmazione R

Creazione di oggetti
07:26

Vediamo che tipo di parentesi possiamo utilizzare in R e quando si utilizzano

Le parentesi
01:16

Cominciamo con le strutture di base di R parlando dei vettori

I vettori
06:56

Continuiamo a parlare dei vettori in R vedendo quali sono le operazioni più frequenti

Operazioni sui vettori
07:42

Vediamo come ordinare un vettore in R

Ordinare un vettore
01:03

Qui vediamo come selezionare alcuni elementi da un vettore su R

Selezione di elementi dai vettori
03:08

Vediamo come si attribuiscono delle etichette a un vettore in R

Attribuzione di etichette a un vettore
01:05

In questa lezione vediamo come cambiare la natura di un vettore o di un altro oggetto in R

Riconoscere e forzare la natura di un oggetto
05:03

Qui vediamo come sostituire uno degli elementi di un oggetto, in questo caso un vettore

Sostituire un elemento da un vettore
01:05

La funzione rep() può essere utilizzata per replicare un elemento o un oggetto di R più volte

La funzione rep() per la replicazione di elementi e vettori
01:12

Un'altra delle strutture base di R è la matrice: vediamo alcuni concetti fondamentali sulle matrici

Matrici e array
01:23

Creiamo una matrice su R

Creare una matrice
03:06

Selezioniamo gli elementi da una matrice su R

Selezionare gli elementi da una matrice
02:20

Vediamo quali sono le operazioni in R che possiamo effettuare sulle matrici

Operazioni sulle matrici
03:36

Attribuiamo dei nomi alle righe e alle colonne

Attribuire nomi a colonne e righe
02:38

La funzione di R che ci permette di aggiungere delle righe a un dataframe è rbind()

Aggiungere righe con la funzione rbind()
01:26

La funzione di R che ci permette di aggiungere delle colonne a un dataframe è cbind()

Aggiungere colonne con la funzione cbind()
03:10

Vediamo le operazioni che possiamo effettuare sulle righe e le colonne di un dataframe su R

Operazioni sulle colonne e sulle righe
02:50

Un'altra delle strutture base del linguaggio R è l'array

Gli array
00:50

La struttura più importante nell'introduzione alla programmazione con R, ma non solo, è il dataframe

I dataframe
06:18

Un'altra struttura dati che non possiamo tralasciare nell'introduzione a R è la lista

Le liste
03:46

I fattori
04:05

Un altro elemento che fa parte delle basi di R sono gli operatori logici

Gli operatori logici
06:35

Le istruzioni condizionali ci permettono di porre delle condizioni, ad esempio quando stiamo creando una funzione in R

Le istruzioni condizionali
12:15

Un concetto base nella programmazione con R è la creazione di funzioni

Le funzioni
04:30

Vediamo i file che possiamo esportare e scaricare contenenti il nostro codice R

Tipi di file di output
02:45
+
Impostazione dell'ambiente di lavoro
13 Lectures 01:20:23
Alcuni comandi utili per cominciare
01:00

Impostiamo una working directory, che sarà la "casa" dei nostri file e dei nostri script quando programmiamo con R

Impostare una directory di lavoro
02:31

Impariamo a installare e richiamare un pacchetto con R

Installare e richiamare un pacchetto
09:42

La maggior parte dei pacchetti per R si trovano su CRAN, ma esistono anche altre repository

Repository di pacchetti
01:56

Vediamo come ottenere delle informazioni base sui nostri dati

Ottenere informazioni sui nostri dati
12:25

Per le nostre prove e i nostri esercizi con R possiamo utilizzare dei dataset liberamente fruibili online oppure già precaricati su R

Dataset online
01:12

Tramite R possiamo creare ed eliminare cartelle, files, ottenere informazioni sui file e rinominarli. Vediamo alcune funzioni utili per i file presenti nella nostra directory di lavor

Funzioni utili per la gestione dei file
00:53

Alcune funzioni di R permettono di creare delle sequenze casuali di numeri

Generazione di sequenze casuali
04:09

Vediamo come estrarre parti di un file o di un dataset tramite le tecniche di subsetting per R

Subsetting
12:57

Impariamo a identificare i dati mancanti in un vettore o in un dataset

Valori mancanti
09:59

Visualizziamo ed eliminiamo i dati duplicati di un dataset su R

Eliminare i duplicati
00:54

Le funzioni della famiglia *apply() sono molto utili per quanto riguarda il trattamento e la riorganizzazione dei dati su R

La famiglia *apply()
08:52

Impariamo a gestire le date su R

La gestione delle date in R
13:53
+
Importazione ed esportazione dei dati in R
8 Lectures 22:20

Cominciamo a vedere come importare dei dataset su R tramite funzioni base e pacchetti aggiuntivi

Importare dati in R
00:53

La funzione scan() ci permette di inserire dei dati a mano

Inserimento di dati a mano
01:53

Vediamo le funzioni più comuni per l'importazione su R di file in formato .csv

Importazione di file in formato .csv
07:41

Vediamo le funzioni più comuni per l'importazione su R di file in formato .txt

Importazione di file in formato .txt
01:33

Vediamo le funzioni più comuni per l'importazione su R di file in formato per excel

Importazione di file in formato per Excel
01:51

Vediamo le funzioni più comuni per l'importazione su R di file in altri formati, come quelli di SPSS 

Altri formati
03:07

Impariamo a scaricare un dataset da R nel nostro computer

Esportazione di un file
03:44

Impariamo a scaricare un file da internet con R

Scaricare un file da internet
01:38
+
Pacchetti e funzioni per il trattamento e il riordino dati
7 Lectures 39:05

Vediamo come riaggregare dei file e manipolarli con il pacchetto plyr

Trattamento dati con plyr
08:01

Impariamo le basi del trattamento dati con dplyr

Trattamento dati con dplyr
14:18

Utilizziamo la funzione aggregate() per effettuare operazioni sui nostri dati con R

La funzione aggregate()
02:13

Impariamo a manipolare i dati con il pacchetto reshape2

Ristrutturazione e riaggregazione dati con reshape2
03:51

tidyr rappresenta una sostanziale evoluzione per la riorganizzazione di dati nei nostri dataset, in quanto permette di ristrutturarli in maniera molto semplice

Il pacchetto tidyr
09:34

La funzione stack() permette di riorganizzare i dati in maniera longitudinale

La funzione stack()
01:07

Dataset1
00:01
+
Statistica di base con R
9 Lectures 17:16

Presentiamo le funzioni per la statistica di base con R

Statistica di base con R
01:58

Impariamo le funzioni più importanti nella fase esplorativa dell'analisi

Alcune basi di statistica descrittiva
03:57

Alcune funzioni fondamentali per la creazione di grafici con R

Creazione di grafici
05:08

Calcolo delle medie pesate
00:37

Funzioni per la correlazione

Correlazione
02:26

Test di verifica d'ipotesi
00:44

Altri test
01:20

Creazione di funzioni
01:05

Dataset per i test della sezione

Dataset2
00:01
+
Grafica di base con R
3 Lectures 34:22

Impariamo a creare dei grafici con R tramite le funzioni della libreria di base

Grafica con R base
17:38

Il pacchetto ggplot2 è uno dei più importanti e utilizzati per la creazione di grafici con R. Impariamo a usare una delle sue funzioni fondamentali, ggplot()

ggplot2 e la funzione ggplot()
11:53

Un'altra funzione importante di ggplot è qplot(). Vediamo come creare dei grafici con questa funzione di R

La funzione qplot()
04:51
+
Creazione ed esportazione di report con R
1 Lecture 04:49

Vediamo come creare dei report, delle slide o della documentazione pdf con RStudio 

Creazione di report con RStudio
04:49
+
Conclusioni
3 Lectures 04:40

Siamo arrivati alla conclusione di questo corso su R 

Conclusioni
02:03

Ottenere aiuto
02:34

Elenco delle funzioni utilizzate
00:03
About the Instructor
Valentina Porcu
4.4 Average rating
238 Reviews
3,050 Students
9 Courses
Data Scientist

I'm a computer geek, data mining and research passionate, with a Ph.D in communication and complex systems and years of experience in teaching in Universities in Italy, France and Morocco, and online, of course!

I work as consultant in the field of data mining and machine learning and I like writing about new technologies and data mining.

I spent the last 9 years working as freelance and researcher in the field of social media analysis, benchmark analysis and web scraping for database building, in particular in the field of buzz analysis and sentiment analysis for universities, startups and web agencies across UK, France, US and Italy.