Manipolazione dati avanzata con R
4.5 (11 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.
90 students enrolled
Wishlisted Wishlist

Please confirm that you want to add Manipolazione dati avanzata con R to your Wishlist.

Add to Wishlist

Manipolazione dati avanzata con R

Un corso intermedio per scoprire come gestire e manipolare i dati su R
4.5 (11 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.
90 students enrolled
Created by Valentina Porcu
Last updated 6/2017
Italian
Current price: $10 Original price: $145 Discount: 93% off
5 hours left at this price!
30-Day Money-Back Guarantee
Includes:
  • 6 hours on-demand video
  • 1 Article
  • 2 Supplemental Resources
  • Full lifetime access
  • Access on mobile and TV
  • Certificate of Completion
What Will I Learn?
  • Ripassare le strutture di R, vettori, matrici, eccetera
  • Generare sequenze casuali
  • Trattare i missing values in vari modi, tramite l'imputazione della media, tramite regressione, knn, e usando alcuni pacchetti specifici, come mice e Amelia
  • Importare dati su R
  • Manipolare dati su R, con pacchetti quali dplyr e reshape2
  • Utilizzare il pacchetto data.table
  • Manipolare stringhe e testi, tramite le funzioni di base
  • Normalizzare un testo su R
  • Utilizzare varie funzioni per le stringhe, come grep(), paste(), strsplit()
  • Capire e creare una funzione
  • Esportare un modello di analisi in XML
View Curriculum
Requirements
  • Basi di R
  • Basi di un altro linguaggio a oggetti
Description

In questo corso intermedio sulla manipolazione dati in R, ci occupiamo di gestione e manipolazione dei dati. Cominciamo il corso con un ripasso sulle strutture dati e manipolazione di base, per poi passare ad argomenti più complessi. Tratteremo dei vari pacchetti per la manipolazione dati, come dplyr e data.table. Ci occuperemo di varie tematiche relative all'imputazione dei missing values, tramite tecniche come la regressione, il knn e pacchetti ad hoc, come mice e Amelia. Tratterremo della manipolazione di stringhe e testi, tramite le funzioni base e i metodi per estrarre e modificare stringhe o parti di esse tramite le espressioni regolari e funzioni quali gsub() e strsplit(). Vedremo in dettaglio gli operatori condizionali per la creazione e gestione di funzioni e vedremo come esportare dei modelli in XML per la condivisione con altri software.


***Attenzione, questo corso al momento non comprende una parte relativa agli esercizi, che sarà aggiunta a breve con modalità che saranno chiarite nella Bonus Section

Who is the target audience?
  • Chi ha già qualche conoscenza di un altro linguaggio di programmazione
  • Chi ha già qualche base di R e vuole proseguire l'apprendimento
Students Who Viewed This Course Also Viewed
Curriculum For This Course
100 Lectures
05:57:48
+
Introduzione
3 Lectures 10:33

Installazione di R
02:20

Installazione di RStudio
04:37
+
Le strutture dati in R
24 Lectures 01:15:03


Tipi di variabili in R
01:48

I vettori
06:56

Operazioni su vettori
07:37

Ordinare un vettore
00:56

Selezione di elementi dai vettori
03:03

Attribuire dei label a un vettore
01:00

Riconoscere e forzare la natura di un vettore
04:52

Sostituire un elemento da un vettore
01:02

La funzione rep() per la replicazione di elementi e vettori
01:04

Matrici
01:25

Creare una matrice
03:01

Selezionare alcuni elementi da una matrice
02:13

Operazioni sulle matrici
03:29

Attribuire nomi a colonne e righe
02:31

Aggiungere righe con la funzione rbind()
01:20

Aggiungere colonne con la funzione cbind()
03:04

Operazioni sulle colonne e sulle righe
02:43

Gli array
00:46

Dataframe
06:13

Liste
03:39

Fattori
04:03

Forzare una variabile come fattore
03:16
+
Manipolazione di base
19 Lectures 01:43:55
Generazione di dati e sequenze
04:12

Operatori logici
06:36

Istruzioni condizionali
12:05

Le funzioni
02:16

Costruire le proprie funzioni
02:11

Subsetting
12:51

Trattamento dei dati mancanti
09:29

Imputazione dei missing values
02:21

Sostituzione dei missing con la media o la mediana
02:20

Imputazione tramite regressione
05:06

Imputazione tramite k-nn
03:22

Trattamento missing con mice
03:58

Trattamento missing col pacchetto Amelia
08:18

Trattamento con hot.deck
02:30

Trattamento dei valori mancanti in variabili categoriche
01:47

Rimozione dei dati duplicati
00:51

La famiglia *apply
08:47

La gestione delle date in R
13:45

Tabelle di frequenza
01:10
+
Importazione dati
11 Lectures 29:13
Importare dati in R
00:52

Inserimento dei dati a mano
01:53

Importazione di file in .csv
07:41

Importazione di file in .txt
01:36

Importazione di file in formato per Excel
01:57

Altri formati
03:08

Esportazione di un file
03:41

Scaricare un file da internet
01:43

Database
03:26

RMySQL
01:30

La funzione recode()
01:46
+
Pacchetti per la manipolazione dati
8 Lectures 40:41
Trattamento dati con plyr e le funzioni base
08:01

Trattamento dati con dplyr
14:18

La funzione aggregate()
02:13

La funzione autoFill()
01:35

Pacchetti per la ristrutturazione e riaggregazione dei dati
03:51

Il pacchetto tidyr
09:34

La funzione stack()
01:07

Pacchetti dati
00:02
+
Il pacchetto data.table
2 Lectures 12:58
Il pacchetto data.table
10:45

La funzione fread()
02:13
+
Manipolazione testi
21 Lectures 54:07
Manipolazione testi
01:04

Importazione di dati testuali tramite le funzioni base
03:00

Fasi del preprocessing
01:05

Riduzione del testo in minuscole
01:48

Riduzione in singoli token
03:14

Rimozione degli spazi bianchi
02:40

Subsetting
01:30

Primi elementi di analisi
03:23

La funzione grep()
00:41

Rimozione delle stopwords
04:56

Esempio di rappresentazione grafica
01:49

Introduzione al clustering sui testi
03:44

Importazione di cartelle
03:36

Espressioni regolari
05:13

Funzioni per le stringhe
00:46

La famiglia grep*
05:43

strsplit()
00:45

match()
00:45

substr()
00:35

paste()
01:31

gsub()
06:19
+
Le funzioni
9 Lectures 22:19
Struttura di una funzione
02:16

Lo scoping
02:37

if + else
02:40

Il ciclo for
05:34

break e while
01:26

next
00:59

return
00:27

Il nesting
01:47

Visualizzare informazioni e codice di una funzione
04:33
+
Esportazione e riutilizzo di un modello
1 Lecture 04:23
Esportazione e riutilizzo di un modello di analisi
04:23
+
Conclusioni
2 Lectures 04:36
Ottenere aiuto
02:34

Conclusioni
02:02
About the Instructor
Valentina Porcu
4.4 Average rating
228 Reviews
3,041 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.