An error occurred while loading the video player, or it takes a long time to initialize. You can try clearing your browser cache. Please try again later and contact the helpdesk if the problem persists.
R ist eine weit verbreitete Programmiersprache für Datenanalyse und -visualisierung, Statistik, Forschung und Wirtschaft. In diesem Kurs werden die Grundlagen der Programmierung mit R vermittelt. Zentral steht dabei die praktische Anwendbarkeit des Erlernten.
Teilnehmer:innen können nach dem Kurs Datensätze einlesen, verarbeiten und visualisieren. Die Inhalte entsprechen dem Paradigma guter fachlicher Praxis für eine nachvollziehbare Arbeitsweise. Damit sind sie verwendbar für transparente Forschung und reproduzierbare Workflows.
Language: Deutsch
Beginner, Big Data and AI, Programming
Course information
Zielgruppe:
Der Kurs richtet sich an Anfänger:innen, die bisher noch nicht mit R gearbeitet haben.
Vorkenntnisse:
Du solltest optimalerweise Software auf deinem lokalen Rechner installieren können.
Kenntnis einer anderen Programmiersprache ist hilfreich, aber nicht erforderlich.
Umfang:
Der Kurs besteht aus vier Kurswochen, die jeweils 10-15 Stunden Aufwand erfordern (je nach Erfahrung mit anderen Programmiersprachen).
Jede Woche enthält ca 5 Lektionen mit einem Video und Übungsaufgaben. Diese können zu beliebiger Zeit absolviert werden.
Jede Kurswoche wird abgeschlossen mit Multiple Choice Prüfungsaufgaben (seit dem Kursende kostenpflichtig zu reaktivieren) und interaktiven Programmieraufgaben. Letztere können ohne Reaktivierung zwar bewertet, aber nicht für einen Leistungsnachweis eingereicht werden.
Inhalte:
- R/Rstudio, Syntax, Datentypen
- Tabellen einlesen und verarbeiten
- Grafiken erstellen
weiterführender Kurs auf openHPI:
- Introduction to Bayesian Data Analysis von Prof. Dr. Shravan Vasishth und Dr. Anna Laurinavichyute
Course contents
Woche 0 - Intro:
(ab 10.3.) Willkommen, R installieren, Rstudio einrichten, ÜbungsaufgabenWoche 1 - Grundlagen:
Syntax, Hilfe, Vektoren, StatistikWoche 2 - Datentypen:
Funktionen, Logik, Zeichenketten, Kategorien, PaketeWoche 3 - Tabellen:
DataFrames, Matrizen, Dateien einlesen, zusammenführen, Fehldaten, DatenquellenWoche 4 - Grafiken:
Punkt- und Liniendiagramme, Balkendiagramme, hinzufügen, Komposition, Histogramme und Boxplots, exportieren, AusblickAuswertung und Nachtrag
Ausblick:
Folgende Inhalte passen zeitlich nicht in den Kurs, zeigen aber schön, wofür R in der Realität verwendbar ist. Das könnten auch Themen für einen Folgekurs sein... Bedingungen und Schleifen, Debugging, Arrays, lists + lapply, Rmarkdown, Webseiten mit R, Versionskontrolle mit git, interaktive Grafiken, Tidyverse & shiny apps
Reactivate this course
You can access all graded assignments and earn a Record of Achievement with the course reactivation option. Learn more or
Enroll me for this course
Learners
Rating
This course was rated with 4.33 stars in average from 1170 votes.
Certificate Requirements
- Gain a Record of Achievement by earning at least 50% of the maximum number of points from all graded assignments.
- Gain a Confirmation of Participation by completing at least 50% of the course material.
- Gain an Open Badge by completing the course.
Find out more in the certificate guidelines.
This course is offered by
Berry Boessenkool has been teaching R courses in various formats since 2012. He is a freelance R trainer and consultant and works part-time as a lecturer at HPI. His passion for programming was sparked in his studies of geoecology and the analysis of environmental data is still close to his heart.
Prof. Dr.-Ing. Bert Arnrich is Professor for Digital Health – Connected Healthcare at the Digital Health Center of the Hasso Plattner Institute. His research on ubiquitous sensing and computing technologies is directed towards paving the way for transforming healthcare systems from purely managing illness to maintaining wellness everywhere, anytime and for anyone. He has been a PI in several European and national projects. He has co-authored over 120 refereed research publications. He studied "Informatics in the Natural Sciences" and received the PhD degree Dr.-Ing. for the thesis "Data Mart Based Research in Heart Surgery" from Bielefeld University in 2006. He established and headed the research group Pervasive Healthcare in the Wearable Computing Laboratory at ETH Zurich between 2006 and 2013. He received an EU FP7 Marie Curie Cofound Fellowship in 2013 and was appointed to tenure track professorship at the Computer Engineering Department at Bosporus University until 2017. Between 2017 and 2018 he worked as a Science Manager for Emerging Technologies at Accenture Technology Solutions.
After accomplishing her bachelor's degree in Medicine in Scotland, Pia Francesca Rissom is now a Digital Health master student at the HPI. She has a strong interest in the analysis and visualisation of health care related data and is working in this field for the RKI.