응급의료연구회 R 교육 커리큘럼

R 프로그래밍의 기초 및 탐색, R을 활용한 전처리

1 차

이론

-       R및  데이터 분석의 소개

-       분석시 고려해야할 사항 4가지

-       Table1이란?

-       전처리의 중요성(garbage  in garbage out)

-       dplyr/tidyr

실습

-       R 및 R studio설치, data loading

-       R에서의  기본적인 문법 소개

-       원하는 데이터 접근 및 추출   (Indexing)

-       모든 데이터분석의 시작 - Table1   만들기 using R Package

-       데이터 전처리 using  dplyr/tidyr/lubridate

데이터 탐색을 위한 탐색적 자료분석 (EDA ; Exploratory Data  Analysis)

2차

이론

-       표와 시각화를 통한 데이터 탐색 : 탐색적 자료분석(EDA)

-       시각화 할 때 고려할 수 있는 사항

-       Better Expression (Shiny,  markdown, Tableau) 

실습

-       Summary statistics 

-       Visualization(Base plot,  ggplot)

-       Markdown 만들어  배포하기

R을 활용한 통계분석

3차

이론

-       숫자형 데이터 통계분석

-       문자형 데이터 통계분석

-       회귀분석

-       로지스틱 회귀분석

실습

-       t.test / anova 실습

-       Chi-square / trend test 실습

-       기본 회귀분석 실습

-       로지스틱 회귀분석 실습

R을 활용한 기계학습 

4차

이론

-       기계학습의 2가지  구분 (비지도학습, 지도학습)과 기본 내용

-       비지도학습 (Clustering)

-       지도학습 (Tree/  Random Forest / Xgboost / SVM) 

-       모형의 최적화 (Tuning  & Ensemble)

-       Metric 표현   (AUROC /AUPRC / cut-off point 등)

-       기타 기계학습 고려사항들 (Class  imbalance, Interpretability 등)

실습

-       K-means Clustering 실습

-       Tree / Random forest / SVM   실습

-       Grid search 및   Random search 를 활용한Tuning 실습