Szkolenie pt.: „Język R – od podstaw do zaawansowanej analizy danych”

Szkolenie skierowane jest do:

Moduł I: osób które nie znają R i chcą się nauczyć od zera tego środowiska, lub znają go w podstawowym stopniu, ale chcą uporządkować wiedzę i poruszać się w R (zwłaszcza czystym R) swobodniej i lepiej.

Moduł II: osób, które nie znają R i chcą się nauczyć od zera tego środowiska, jednakże w takiej sytuacji nie uzyskają pełnego rozeznania w tematach modułu I, jedynie minimum wymagane do realizacji modułu II. Najwięcej skorzystają na tej części szkolenia osoby, które znają R w podstawowym stopniu (np. ukończyły moduł I), ale chcą skutecznie używać R Studio do tworzenia raportów statystycznych wraz z wizualizacją w ggplot2.

Moduł III: osób, które znają podstawy R i R Studio (np. ukończyły moduły I i II lub mają własne doświadczenie w użytkowaniu) i potrzebują poszerzenia swoich umiejętności poruszania się w dużych zbiorach danych oraz nauczenia się technik wielowymiarowych. Ukończenie modułu I i II nie jest konieczne, ale podstawowa wiedza dotycząca R i R Studio jest na tym module pożądana.

Program szkolenia

Moduł I:

1. Struktury danych w R – wektory, macierze, ramki, faktory (z uwzględnieniem poziomów referencyjnych, faktorów z poziomami uporządkowanymi).
2. Działania matematyczne w R – operatory, sposoby wywoływania funkcji, parametry domyślne, kolejność parametrów.
3. Import i eksport danych z R, oczyszczanie danych do dalszej analizy (np. problem danych brakujących), różne idee organizacji danych (forma długa i szeroka).
4. Statystyki opisowe (w tym agregacja) i testy statystyczne (parametryczne i nieparametryczne dla danych ciągłych i kategorycznych, w tym operacje na tablicach kontyngencji), podstawowe wykresy.
5. Wprowadzenie do modelowania regresji i jej związek z analizą wariancji, wizualizacja otrzymanych wyników.

Moduł II: 

1. Maksymalnie zwięzłe podstawy języka R – minimum wymagane do opanowania modułu. Dla osób z ukończonym modułem I będzie to uporządkowanie wiedzy od nieco innej strony z innymi przykładami.
2. Idea dokumentu dynamicznego i podstawy języka Markdown, eksport raportów do różnych formatów.
3. Zarządzanie pakietami w dokumentach dynamicznych i organizacja plików.
4. Wizualizacja danych w ggplot2 i jego podstawowych rozszerzeniach łącznie z prezentacją na wykresach wyników testów statystycznych lub regresji.
5. Filozofia ggplot2 – zapisywanie wykresów w zmiennych, eksport i import, operator addycji jako sposób modyfikacji istniejącego wykresu.

Moduł III:

1. Import dużych danych z arkusza kalkulacyjnego do R, identyfikacja możliwych problemów i metody zapobiegania. Oczyszczanie danych, postępowanie z danymi brakującymi, korekta formatu kolumn danych w zależności od rodzaju zmiennej, przygotowywanie do analizy danych sygnałowych.
2. Podstawowe techniki wizualizacji eksploracyjnej dużych zestawów danych.
3. Analiza skupień i analiza głównych składowych – podstawy teoretyczne i interpretacja praktyczna, w tym postępowanie w przypadku zmiennych kategorycznych.
4. Regresja wieloraka metodą cząstkowych najmniejszych kwadratów (PLS) i ocena wyników, pojęcie zdolności predykcyjnej modelu, nadmiernego dopasowania i diagnostyka tych zjawisk w R.
5. Analiza dyskryminacyjna technikami LDA i PLS-DA, modelowanie kategorycznej zmiennej zależnej w regresji.

O prowadzącym

prof. dr hab. Łukasz Komsta jest absolwentem farmacji Akademii Medycznej w Lublinie oraz filologii słowiańskiej Uniwersytetu Śląskiego. Jest autorem pierwszego polskiego krótkiego wprowadzenia do środowiska R, opublikowanego online w 2004 roku, jak również kilku powszechnie używanych pakietów rozszerzeń (np. outliers z testami do odrzucania obserwacji odstających). Programowaniem zajmuje się od czasów studiów, a środowisko R wykorzystuje w codziennej pracy naukowej praktycznie od początku jego istnienia. Zainteresowania naukowe obejmują wielowymiarową eksplorację wyników retencji chromatograficznej różnych związków chemicznych (chemometria), obróbkę złożonych sygnałów i obrazów, projektowanie nowych współczynników charakteryzujących retencję oraz opracowywanie nowych metod analizy danych (np. Directional Median Analysis, stworzona w 2016 roku). Jest członkiem Zespołu Chemometrii, Metrologii i Sztucznej Inteligencji Komitetu Chemii Analitycznej PAN. Prowadzi regularne szkolenia z R i Matlab (w tym zagraniczne) dla studentów, doktorantów i pracowników uczelni, zorientowane zarówno na praktyczną analizę danych, jak i na naukę samego programowania. 

Szkolenie odbędzie się w dniach 27 października, 19 i 26 listopada 2026 roku w godzinach 9:00-14:00.