Lavorerò su progetti r,SAS e Python

I dati sono sicuramente il nuovo petrolio e avere le migliori tecniche di analisi dei dati permette di prendere decisioni affidabili in diverse organizzazioni o aziende. Esistono molti metodi statistici che si possono usare per dare senso ai dati. Tra gli approcci statistici più comuni usati dai ricercatori ci sono analisi descrittive, analisi esplorative, ANOVA, MANOVA, regressione, analisi di correlazione, meta-analisi, analisi di processo, ML come SVM, alberi decisionali, RF (foresta casuale) e vari altri algoritmi di machine learning. La buona notizia è che software statistici avanzati come R dispongono di pacchetti statistici personalizzati come MASS, tidy verse, e1071, ggplots, ecc., che rendono molto facile analizzare qualsiasi tipo di dato. Il software statistico R offre anche strumenti affidabili di visualizzazione come R-shiny. Permette inoltre di presentare facilmente i risultati usando R-markdown o R slides.

Ho una vasta esperienza non solo nell'analisi e modellazione dei dati, ma anche nell'uso competente di R per eseguire diversi tipi di analisi statistiche, ad esempio:

1. Creazione di modelli di Machine Learning
2. Manipolazione dei dati
3. Analisi descrittiva
4. Analisi esplorativa dei dati
5. ANOVA
6. MANOVA
7. Regressione
8. SVM
9. RF
10. Modelli predittivi
11. Classificazione dei dati