R ile Finansal Veri Analizi Nedir?
Bu eğitimde öncelikle Veri Bilim alanında popüler programlardan olan “R” kullanımına yönelik temel kavramlar üzerinden başlangıç niteliğinde çalışmalar aktarılacaktır. Daha sonra Veri Biliminde kullanılan aşağıda yer alan 4 analitik kavramlarından ilk 3’ü ile ilgili olarak yanlarında belirtilen içerikler çerçevesinde başlangıç düzeyinde uygulamalar yapılacaktır.
1. Descriptive Analytics (Tanımlayıcı: İstatistik, Olasılık Dağılımları)
2. Diagnostic Analytics (Teşhis: Korelasyon, Kovaryans)
3. Predictive Analytics (Tahmin: Trend Analizleri, Basit ve Çoklu Doğrusal Regresyon)
4. Prescriptive Analytics (Kuralcı: Simülasyon, Yapay Sinir Ağları, Makine Öğrenmesi)
- Eğitim uygulamaları finansal veriler üzerinden gerçekleştirilecek olup, eğitim süresince çalışmaların temelinde yatan finansal kavramlar hakkında da genel düzeyde bilgiler verilecektir.
- Eğitim “web” platformundan “online” olarak gerçekleştirilecektir. Derste uzun vakitler harcamamak adına kullanılacak tüm kodlar kullanıcıların ilgili “R” alanlarına kolayca kopyalayabilecekleri şekilde hazır halde bulunacaktır.
- Eğitim öncesinde kullanıcıların linklerden R 4.0.2 ve R Studio programlarını bilgisayarlarına indirip kurmaları beklenmektedir. Gerekirse eğitmenle yapılacak uzaktan bağlantıyla kurulum ve R’ın bilgisayarlarda eğitime hazır hale getirilme konusunda destek verilecektir.
İçerik:
- Kurulum, Arayüz, Kişiselleştirme ve Çalışma Ortamı Ayarları
- Temel Komutlar ve Kavramlar
- Temel Matematiksel İşlemler
- Fonksiyon Kullanımı
- Veri Kaynaklarına Erişim ve Kaydetme
a. XLX, CSV, TXT dosyaları
b. Veri tabanları
c. İnternet
- Veri Tipleri
a. Vektörler
b. Diziler
c. Matrisler
d. Dataframe
e. Listeler
- Vektör ve Matris İşlemleri (apply, sapply, lapply fonksiyonları)
- Kategorik Değişkenler
- Koşul ve Koşullandırma Yapıları : “If” ve “If..Else”
- Döngüler : “While” ve “For”
- Veri Analizleri için Kullanılan R Paketleri
- Eksik Veri Analizi ve Problem Çözüm Yöntemleri
a. Silme
b. Doldurma
c. Değer Atama
- Aykırı Gözlem (Outlier) Analizi ve Problem Çözüm Yöntemleri
- Verilerin Standardize ve Normalize Edilmesi
- Veri Karakteristiklerinin Belirlenmesi
a. Tanımlayıcı İstatistikler (Aritmetik Ortalama, Medyan, Mod, Kartiller, Merkezi Eğilim, Değişim Aralığı, Standart Sapma, Varyans, Çarpıklık, Basıklık)
b. Tanımlayıcı Grafikler (Histogram, Scatter)
- Olasılık Dağılımları
a. Normal
b. Poisson
c. Bernoulli
d. Binom
- Korelasyon
a. Scatterplot
b. Heatmap
c. Otokorelasyon
- Hipotez Testleri
- Doğrusal ve Doğrusal Olmayan Trend Analizleri ve Üssel Düzeltme ile Tahmin Çalışmaları
- Basit ve Çoklu Doğrusal Regresyon ile Tahmin Çalışmaları
Katılım Bilgisi:
Detaylı bilgi ve kurum içi eğitim teklifi talebiniz için 0216 358 01 48 numaralı telefonumuzdan veya bilgi@arkheegitim.com mail adresimizden eğitim danışmanlarımız ile görüşebilirsiniz.