Umfasst 23 Kurse: von Grundlagen über Datenimport, Datenaufbereitung über Programmierung und Visualisierung bis zu Statistik und Machine Learning (Supervised und Unsupervised) sowie Text Mining und Berichtslegung
Skill Track: Machine Learning with R. Supervised Learning: Regression und Classification; Unsupervised Learning; Machine Learning Toolbox
Skill Track: Shiny Fundamentals. Umfasst 3 Kurse: Building Web Applications in R with Shiny: Case Studies; Building Dashboards with shinydashboard; Building Dashboards with flexdashboards
Skill Track Big Data with R umfasst folgende Kurse: Writing Efficient R Code, Visualizing Big Data with Trelliscope, Scalable Data Processing, Introduction to Spark with sparklyr, Parallel Programming in R
Der "Career Track" umfasst 10 Kurse: Introduction, Intermediate, Intermediate Practice, Importing (2), Cleaning Data, Cleaning (Case Studies), String Manipulation, Writing Functions, Object-Oriented Programming (S3, R6)
Career Track: Data Analyst; umfasst 16 Kurse, u. a. Datenimport, Datenaufbereitung (dplyr), Explorative Datenanalyse, Visualisierungen (ggplot2), Statistik, Berichtslegung (RMarkdown)
Skill Track: Tidyverse Fundamentals. Umfasst 5 R-Kurse zum tidyverse.
Skill Track Data Visualization with R: Enthält 5 Kurse: Drei ggplot2-Kurse, einen Kurs zu Visualisierungen mit Base R und einen zu lattice
Statistik mit R umfasst vier Kurse: Introduction to Data, Exploratory Data Analysis, Correlation and Regression, Multiple and Logistic Regression
Der "Skill Track" Data manipulation with Rbesteht aus vier Kursen: Data Manipulation in R with dplyr, Exploratory Data Analysis in R: Case Study, Joining Data in R with dplyr sowie Data Analysis in R, the data.table way
Skill Track: Importing & Cleaning Data. Umfasst 4 Kurse: Importing Data in R, Teil 1 und 2, Cleaning Data in R, sowie Case Studies.
Profil bei DataCamp (Online R-Kurse)
Statistical Learning, Stanford University
IBM Certified Specialist SPSS Modeler Professional (v1)
IBM Certified Specialist SPSS Statistics Level I
Studiengemeinschaft Darmstadt / SGD
Diplom-Soziologe mit sehr gutem Abschluss (Zeugnis, Gesamtnote 1,0)
Ausbildungs- und Prüfungsschwerpunkt: Methoden empirischer Sozialforschung
- Diplomprüfungsthema: Fortgeschrittene Regressionsanalysen, insbesondere mit logistischen Modellen
- Hauptseminar zur Ereignisdatenanalyse (Survival Analysis)
- ZUMA-Workshop „Multivariate Analyse kategorialer Daten“
- ZUMA-Workshop „Fragen verstehen und beantworten:
Kognitive und kommunikative Grundlagen von Befragungen“