sodobna-analiza-podatkov

SODOBNA ANALIZA PODATKOV
To sosledje delavnic pobude DataScience@UL-FRI je namenjeno vsem, ki imajo v svojem poklicu opravka s podatki in bi se radi
naučili, kako podatke urejati in jih analizirati na bolj sistematičen in učinkovit način. Z drugimi besedami tistim, ki bi radi postali
analitik na svojem področju dela. Preko spoznavnega nivoja so delavnice dostopne tudi udeležencem, ki še nimajo izkušenj s
programiranjem.
Delavnice izvajamo v skladu s povpraševanjem, a vsako delavnico predvidoma izvedemo vsaj enkrat letno, delavnice
spoznavnega in osnovnega nivoja pa večkrat letno.
SPOZNAVNI
NIVO
R ZA NEPROGRAMERJE
R je programski jezik, ki je prilagojen delu s podatki in je najbolj popularen jezik med tistimi, ki se ukvarjajo s statistično analizo
podatkov. Je tudi relativno preprost za uporabo in primeren za učenje tudi brez predhodnih programerskih znanj. R nam omogoča,
da s podatki delamo samostojno, sistematično in brez omejitev, ki jih prinese uporaba bolj specifičnih orodij, kot sta npr. Microsoft
Excel in SPSS. Delavnico tipično izvedemo v obliki osmih 90-minutnih interaktivnih srečanj z domačimi nalogami. Udeleženci so na
koncu sposobni programsko prebrati in shraniti datoteke s podatki, izvajati operacije nad podatkovnimi razpredelnicami in prikazati
rezultate s preprostimi vizualizacijami.
Osnovni nivo je sestavljen iz treh intenzivnih delavnic, ki jih lahko obiščemo v poljubnem vrstnem redu. V njih pokrijemo snov, ki jo
smatramo kot ključno za strokovno delo s podatki, ne glede na to, s katerim področjem se ukvarjamo. Poudarek je na osnovnih
konceptih, a sproti spoznamo tudi, kako operacije izvesti v praksi z uporabo programskega jezika R. Vsako delavnico tipično
izvedemo v obliki štirih 90-minutnih srečanj z nalogami za samostojno utrjevanje pred in po vsakem srečanju. Delavnice so
primerne za udeležence, ki so že domači v programskem jeziku R ali vešči programiranja v nekem drugem programskem jeziku.
OSNOVNI
NIVO
UREJANJE PODATKOV
Paketi tidyverse in dobre prakse dela s
podatki. Branje in pisanje podatkov v
standardnih oblikah (.csv, .xlsx, binarno).
Izvajanje operacij nad vrsticami, stolpci in
celicami tabel ter med večimi tabelami
POVZEMANJE IN VIZUALIZACIJA
Povzemanje numeričnih, kategoričnih in
večrazsežnih podatkov. Tipi statističnih
grafov, kako izbirati med njimi in kdaj je
bolje uporabiti tabelo ali besedilo.
Razumevanje kognitivne obremenitve
RAZUMEVANJE NEGOTOVOSTI
Prepoznavanje virov napak pri sklepanju
o procesu, ki nas zanima, na podlagi
podatkov. Sodoben pristop k ocenjevanju
negotovosti z metodo bootstrap.
Ocenjevanje in prikazovanje negotovosti
hkrati. Delo z nizi, kategoričnimi podatki,
ordinalnimi podatki in datumi.
bralca in vloge, ki jo pri tem igrajo
besedilo, oblike, barve in prazen prostor.
v tabelah in grafih. Povezava z intervali
zaupanja in testiranjem hipotez.
NAPREDNI
NIVO
Pripravljamo!
MOJSTRSK
TEČAJI