Po naszym krótkim wprowadzeniu do Języka R, zapraszamy do kolejnego etapu poznawania Języka R : Nauka R Przez Przykłady.
Oto szczegółowa “rozpiska”:
Sekcja I : Wprowadzenie do języka R, obejmuje podstawy języka R, których potrzebujesz, aby zrozumieć pozostałe przykłady. Nie jest to dokładne wprowadzenie do tematu R. Ma raczej na celu przedstawienie bardzo podstawowych pojęć i technik, których potrzebujesz, aby szybko rozpocząć pracę z trzema naszymi przykładami które przedstawimy. Wykorzystamy trzy przykłady, aby zaprezentować szeroki zakres funkcji R. Pierwszy przykład pokazuje, jak analizować głosy za pomocą statystyk opisowych i modeli liniowych, i został przedstawiony w Sekcji II, Zrozumienie głosów za pomocą statystyk opisowych oraz w Sekcji III, Przewidywanie głosów za pomocą modeli liniowych.
Sekcja II : Zrozumienie głosów za pomocą statystyk opisowych, pokazuje, jak programowo tworzyć setki wykresów, aby wizualnie identyfikować relacje w danych. Pokazuje, jak tworzyć histogramy, wykresy rozrzutu, macierze korelacji i jak przeprowadzać analizę głównych składowych (PCA).
Sekcja III : Przewidywanie głosów za pomocą modeli liniowych, pokazuje, jak programowo znaleźć najlepszy predykcyjny model liniowy dla zestawu danych i zgodnie z różnymi miernikami sukcesu. Pokazuje również, jak sprawdzić założenia modelu i jak korzystać z weryfikacji krzyżowej, aby zwiększyć zaufanie do wyników. Drugi przykład pokazuje, jak symulować dane, wizualizować je, analizować ich składniki tekstowe i tworzyć za ich pomocą automatyczne prezentacje.
Sekcja IV :, Symulacja danych sprzedaży i praca z bazami danych, pokazuje, jak projektować schematy danych i symulować różne typy danych. Pokazuje również, jak zintegrować rzeczywiste dane tekstowe z danymi symulowanymi oraz jak korzystać z bazy danych SQL, aby uzyskać do nich bardziej wydajny dostęp.
Sekcja V: Komunikowanie sprzedaży za pomocą wizualizacji, pokazuje, jak tworzyć podstawowe i zaawansowane wykresy, wysoce spersonalizowane wykresy. Pokazuje również, jak tworzyć dynamiczne wykresy 3D i interaktywne mapy.
Sekcja VI : Zrozumienie recenzji za pomocą analizy tekstu, pokazuje, jak przeprowadzić analizę tekstu krok po kroku przy użyciu technik przetwarzania języka naturalnego (NLP), a także analizy sentymentów.
Sekcja VII : Opracowywanie automatycznych prezentacji, pokazuje, jak połączyć wyniki poprzednich rozdziałów w celu stworzenia prezentacji, które mogą być automatycznie aktualizowane najnowszymi danymi przy użyciu narzędzi takich jak knitr i R Markdown. Wreszcie trzeci przykład pokazuje, jak projektować i rozwijać złożone systemy obiektowe, które pobierają dane w czasie rzeczywistym z rynków kryptowalut, a także jak optymalizować wdrożenia i jak budować aplikacje internetowe wokół takich systemów.
Sekcja VIII : Zorientowany obiektowo system do śledzenia kryptowalut, przedstawia podstawowe techniki zorientowane obiektowo, które po połączeniu tworzą złożone systemy. Ponadto pokazuje, jak pracować z trzema najczęściej używanymi modelami obiektów R, którymi są S3, S4 i R6, a także jak sprawić, by współpracowały ze sobą.
Sekcja IX : Wdrażanie efektywnej prostej średniej kroczącej, pokazuje, jak iteracyjnie ulepszyć implementację prostej średniej ruchomej (SMA), zaczynając od tego, co jest uważane za zły kod, aż do zaawansowanych technik optymalizacji wykorzystujących zrównoleglenie i delegowanie do Języki Fortran i C ++.
Sekcja X : Dodawanie interaktywności do pulpitów nawigacyjnych, pokazuje, jak opakować to, co zostało zbudowane w poprzednich dwóch rozdziałach, aby stworzyć nowoczesną aplikację internetową przy użyciu programowania reaktywnego za pośrednictwem pakietu Shiny.
Zapraszam do lektury 🙂
Remigiusz