LABORATORIA z R --> LSED oraz MSR oraz TEXT

Laboratoria z LSED + MSR + TEXT
LSED - Laboratorium Statystycznej Eksploracji Danych
MSR - Zastosowanie pakietu R w statystyce medycznej
TEXT - Eksploracja Tekstu i Wyszukiwanie Informacji w Mediach Społecznościowych

LSED: http://www.if.pw.edu.pl/~julas/LSED/
MSR: http://www.if.pw.edu.pl/~paluch/MSR/msr.html
TEXT: http://www.if.pw.edu.pl/~julas/TEXT/

LSED PLAN:
0. Wprowadzenie do R

1. Dyskryminacja Fisherowska (biblioteki: MASS, scatterplot3d)
2. LDA, QDA i naiwny Bayes (biblioteki: MASS, mvtnorm, klaR, e1071)
3. Ocena klasyfikatorów (biblioteki: Hmisc, MASS, klaR, e1071)
4. Metoda najbliższych sąsiadów (biblioteki: MASS, class)
5. Drzewa klasyfikujące 1 (biblioteki: MASS, rpart, rpart.plot)
6. Drzewa klasyfikujące 2 (biblioteki: MASS, rpart, rpart.plot)
7. Zespoły klasyfikatorów (biblioteki: MASS, rpart, rpart.plot, Hmisc, adabag, randomForest)
8. Maszyny wektorów nośnych (biblioteki: MASS, e1071)
9. Analiza skupień (biblioteki: MASS)
10. Analiza składowych głównych i skalowanie wielowymiarowe (biblioteki: kernlab)
    

MSR PLAN:

1. Wprowadzenie do R
2. Obsługa macierzy, tworzenie wykresów i losowanie danych
3. Wczytywanie i zapis danych, regresja liniowa, binowanie, dystrybuanta
4. Pakiet ggplot2 - wykresy, regresja liniowa
5. Testowanie hiptez statystycznych
6. Testowanie zgodności z rozkładem, korelacje
7. Dopasowanie parametrów rozkładu, jednoczynnikowa analiza wariancji
8. Wielokrotna regresja liniowa, regresja logistyczna i regresja Poissona
9. Wieloczynnikowa i wielowymiarowa analiza wariancji
   

TEXT PLAN:
0. wprowadzenie do pakietu R

1. ggplot2, potoki oraz dplyr
2. tidy text, tibble, zliczanie słów, gutenbergr
3. ważenie termów, korpusy, macierz termów-dokumentów
4. prawa lingwistyczne
5. n-gramy
6. analiza sentymentu I
7. analiza sentymentu II
8. modele tematyczne
9. word2vec i GloVe
10. dane on-line, API, analiza