Beim Laden des Videoplayers ist ein Fehler aufgetreten, oder es dauert lange, bis er initialisiert wird. Sie können versuchen, Ihren Browser-Cache zu leeren. Bitte versuchen Sie es später noch einmal und wenden Sie sich an den Helpdesk, wenn das Problem weiterhin besteht.
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.
Kurssprache: Deutsch
Beginner, Big Data and AI, Programming
Kursinformationen
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
Lernmaterial
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
Diesen Kurs reaktivieren
Diesen Kurs können Sie reaktivieren und so die Möglichkeit erhalten, sich noch für einen Leistungsnachweis zu qualifizieren. Weitere Informationen finden Sie hier — oder
Für diesen Kurs einschreiben
Lernende
Bewertungen
Der Kurs wurde mit durchschnittlich 4.33 Sternen bei 1170 abgegebenen Stimmen bewertet.
Anforderungen für Leistungsnachweise
- Den Leistungsnachweis erhält, wer in der Summe aller benoteten Aufgaben mindestens 50% der Höchstpunktzahl erreicht hat.
- Die Teilnahmebestätigung erhält, wer auf mindestens 50% der Kursunterlagen zugegriffen hat.
- Einen Open Badge erhalten Sie, indem Sie den Kurs abschließen.
Mehr Informationen finden Sie in den Richtlinien für Leistungsnachweise.
Dieser Kurs wird angeboten von
Berry Boessenkool gibt seit 2012 R Kurse in unterschiedlichen Formaten. Er hat sich als freiberuflicher R Trainer und Berater selbstständig gemacht und arbeitet in Teilzeit als Dozent am HPI. Seine Leidenschaft zum Programmieren wurde im Studium der Geoökologie geweckt und die Analyse von Umweltdaten ist ihm nach wie vor ein Herzensanliegen.
Prof. Dr.-Ing. Bert Arnrich leitet den Lehrstuhl "Digital Health - Connected Healthcare" am Hasso-Plattner-Institut. Er beschäftigt sich mit dem Erfassen und der Analyse von gesundheits-relevanten Daten aus dem täglichen Leben. Ziel ist die Mitgestaltung eines zukünftigen Gesundheitswesens in dessen Mittelpunkt die Erhaltung einer gesunder Lebensweise steht. Bert Arnrich hat "Naturwissenschaftliche Informatik" an der Technischen Fakultät der Universität Bielefeld studiert. Im Jahr 2006 erhielt der den Doktortitel Dr.-Ing. für seine Doktorarbeit "Data Mart Based Research in Heart Surgery". Zwischen 2006 und 2013 hat er die Forschungsgruppe "Pervasive Healthcare" am Wearable Computing Lab der ETH Zürich geleitet. Er erhielt ein Marie Curie Stipendium der Europäischen Union und wurde 2013 zum Assistenz-Professor am Computer Engineering Department der Bosporus Universität ernannt. Zwischen 2017 und 2018 arbeitete er als Science Manager für Emerging Technologies bei Accenture.
Pia Francesca Rissom ist nach einem abgeschlossenen schottischen Bachelorstudium im Fach Medizin nun Masterstudentin im Studiengang Digital Health am HPI. Sie interessiert sich besonders für die Analyse und Visualisierung von gesundheitsrelevanten Daten und arbeitet auf diesem Gebiet für das RKI.