Kursus Pelatihan Shiny, R dan HTML: Menggabungkan Data Science dan Pengembangan Web

Pelatihan online langsung tatap muka ini (daring atau tatap muka) ditujukan bagi pengguna R tingkat menengah yang ingin memanfaatkan R untuk membangun alur kerja lebih cepat, meningkatkan kualitas kode, dan menangani tugas analisis yang lebih kompleks.

Setelah mengikuti pelatihan ini, peserta akan mampu: membuat fungsi yang dapat digunakan kembali, meningkatkan alur kerja data, memperbaiki dan mengoptimalkan kode, serta menghasilkan laporan yang dapat direproduksi.

Pelatihan ini dipimpin instruktur (online atau tatap muka) ditujukan bagi analis bisnis yang ingin mengotomatiskan perdagangan dengan algorithmic trading, Python, dan R.

Pada akhir pelatihan ini, peserta akan dapat:

• Menggunakan algoritma untuk membeli dan menjual sekuritas dengan cepat dalam inkremen khusus.
• Mengurangi biaya yang terkait dengan perdagangan menggunakan algorithmic trading.
• Memantau harga saham secara otomatis dan menempatkan perdagangan.

Big Data adalah istilah yang merujuk pada solusi yang ditujukan untuk penyimpanan dan pengolahan data set besar. Dikembangkan oleh Google awalnya, solusi Big Data ini telah berevolusi dan menginspirasi proyek-proyek lain yang serupa, banyak di antaranya tersedia sebagai open-source. R adalah bahasa pemrograman yang populer di industri keuangan.

Pelatihan langsung yang dipimpin instruktur ini di Indonesia (online atau tatap muka) ditujukan untuk analis data pemula yang ingin menggunakan pemrograman R untuk memanipulasi data, melakukan analisis data dasar, dan membuat visualisasi yang menarik untuk mendapatkan wawasan.

Setelah pelatihan ini, peserta akan mampu:

• Mengerti dasar-dasar Pemrograman R.
• Menjalankan proses dasar ilmu data.
• Membuat representasi visual dari data.

R adalah bahasa pemrograman terbuka dan gratis untuk komputasi statistik, analisis data, dan grafis. R digunakan oleh semakin banyak manajer dan analis data di dalam perusahaan dan akademisi. R juga ditemukan pengikutnya di antara para statistisi, insinyur dan ilmuwan tanpa keterampilan pemrograman komputer yang menemukan mudah untuk digunakan. Kepopulerannya disebabkan oleh penggunaan semakin meningkat dari penambangan data untuk berbagai tujuan seperti menetapkan harga iklan, menemukan obat-obatan baru lebih cepat atau menyesuaikan model finansial. R memiliki berbagai macam paket untuk penambangan data.

Pelatihan ini dipandu instruktur (pelatihan online langsung atau tatap muka) ditujukan kepada analis data yang ingin memprogram dengan R di SAS untuk analisis klaster.

Pada akhir pelatihan, peserta akan dapat:

• Menggunakan analisis klaster untuk penambangan data
• Menguasai sintaks R untuk solusi klaster.
• Melakukan klaster hierarkis dan non-hierarkis.
• Mengambil keputusan berdasarkan data untuk membantu meningkatkan operasi bisnis.

Data analytics merupakan alat yang sangat penting dalam bisnis saat ini. Kami akan fokus sepanjang waktu untuk mengembangkan keterampilan analisis data praktis. Tujuannya adalah membantu peserta memberikan jawaban berdasarkan bukti atas pertanyaan: 

Apa yang telah terjadi?

• pengolahan dan analisis data
• membuat visualisasi data informatif

Apa yang akan terjadi?

• meramal kinerja di masa depan
• mengevaluasi ramalan

Apa yang harus terjadi?

• mengubah data menjadi keputusan bisnis berdasarkan bukti
• mengoptimalkan proses

Pelatihan langsung yang dipandu instruktur di Indonesia (online atau di tempat) ini ditujukan untuk profesional tingkat pemula yang ingin membersihkan dan menganalisis data, membuat proyeksi statistik, dan membuat visualisasi mendalam menggunakan alat ini.

Pada akhir pelatihan ini, peserta akan dapat:

• Memahami dasar-dasar Python, R, Power Query, dan Power BI untuk analisis data.
• Bersihkan dan atur kumpulan data menggunakan Python dan Power Query.
• Lakukan analisis statistik dan proyeksi dengan R.
• Buat dasbor dan laporan profesional dengan Power BI.
• Integrasikan dan analisis data dari berbagai sumber secara efektif.

R adalah lingkungan open source yang sangat populer untuk perhitungan statistik, analisis data, dan grafis. Kursus ini memperkenalkan bahasa pemrograman R kepada mahasiswa.  Kursus ini mencakup dasar-dasar bahasa, pustaka, dan konsep lanjutan.  Analisis data tingkat lanjut dan pembuatan grafik dengan data dunia nyata.

Peserta

Pengembang / analisis data

Durasi

3 hari

Format

Ceramah dan Praktik

Pelatihan daring atau tatap muka ini di Indonesia, yang dipimpin oleh instruktur, ditujukan bagi profesional tingkat pemula yang ingin menguasai dasar-dasar R dan cara bekerja dengan data.

Selesai pelatihan ini, peserta akan dapat:

• Mengerti lingkungan pengembangan R dan antarmuka RStudio.
• Mengimpor, memanipulasi, dan mengeksplorasi dataset menggunakan perintah dan paket R.
• Menjalankan analisis statistik dasar dan ringkasan data.
• Menghasilkan visualisasi menggunakan baik base R maupun ggplot2.
• Memanage workspace, skrip, dan paket dengan efektif.

Pelatihan live dengan instruktur di Indonesia (daring atau tatap muka) ini ditujukan untuk analis data dan profesional bisnis tingkat menengah yang ingin melakukan peramalan deret waktu dan mengotomatiskan alur kerja analisis data menggunakan R.

Setelah selesai pelatihan ini, peserta akan dapat:

• Memahami dasar-dasar teknik peramalan dalam R.
• Mengaplikasikan model smoothing eksponensial dan ARIMA untuk analisis deret waktu.
• Menggunakan paket ‘forecast’ untuk menghasilkan model peramalan yang akurat.
• Mengotomatiskan alur kerja peramalan untuk aplikasi bisnis dan penelitian.

R adalah bahasa pemrograman open-source gratis untuk komputasi statistik, analisis data, dan grafis. R digunakan oleh semakin banyak manajer dan analis data di dalam perusahaan dan akademisi. R memiliki berbagai macam paket untuk penambangan data.

Pelatihan langsung yang dipandu instruktur ini di Indonesia (online atau tatap muka) ditujukan untuk ilmuwan data yang ingin memprogram menggunakan Python dan R di KNIME.

Pada akhir pelatihan ini, peserta akan dapat:

• Merencanakan, membangun, dan menampilkan model machine learning di KNIME.
• Mengambil keputusan berdasarkan data untuk operasi.
• Melaksanakan proyek-proyek ilmu data dari awal hingga akhir.

Diperkirakan bahwa data tidak terstruktur menyumbang lebih dari 90 persen dari seluruh data, sebagian besar berbentuk teks. Postingan blog, tweet, media sosial, dan publikasi digital lainnya terus menambah jumlah data ini.

Kursus langsung yang dipimpin instruktur ini berpusat pada penggalian wawasan dan makna dari data ini. Memanfaatkan perpustakaan R Language dan Natural Language Processing (NLP), kami menggabungkan konsep dan teknik dari ilmu komputer, kecerdasan buatan, dan linguistik komputasi untuk memahami secara algoritmik makna di balik data teks. Sampel data tersedia dalam berbagai bahasa sesuai kebutuhan pelanggan.

Pada akhir pelatihan ini, peserta akan mampu menyiapkan kumpulan data (besar dan kecil) dari berbagai sumber, kemudian menerapkan algoritma yang tepat untuk menganalisis dan melaporkan signifikansinya.

Format Kursus

• Sebagian ceramah, sebagian diskusi, praktik langsung yang berat, tes sesekali untuk mengukur pemahaman

Audience

Format of the course

Dengan akhir pelatihan ini, peserta akan dapat:

Dalam pelatihan langsung yang dipandu oleh instruktur ini, peserta akan belajar bagaimana memanipulasi dan visualisasi data menggunakan alat-alat yang termasuk dalam Tidyverse.

Tidyverse adalah koleksi paket R yang fleksibel untuk membersihkan, memproses, memodelkan, dan mengvisualisasikan data. Beberapa dari paket yang disertakan adalah: ggplot2, dplyr, tidyr, readr, purrr, dan tibble.

• Pemula dalam bahasa R
• Pemula dalam analisis data dan visualisasi data

• Sebagian presentasi, sebagian diskusi, latihan, dan praktek langsung yang intensif

• Melakukan analisis data dan membuat visualisasi menarik
• Mengambil kesimpulan berguna dari berbagai dataset data contoh
• Memfilter, mengurutkan, dan meringkas data untuk menjawab pertanyaan eksplorasi
• Mengubah data yang telah diproses menjadi grafik garis informatif, diagram batang, histogram
• Mengekspor dan memfilter data dari berbagai sumber data, termasuk Excel, CSV, dan file SPSS