R pamoka - pradedančiųjų vadovas, kaip išmokti R programavimo

R yra populiariausias duomenų analizės įrankis, nes jis yra atviro kodo, lankstus, siūlo kelis paketus ir turi didžiulę bendruomenę. Jis sukurtas programinės įrangos programuotojams, statistikams ir duomenų gavėjams, todėl populiarėja .Šiame „R Tutorial“ tinklaraštyje pateiksiu jums visą įžvalgą apie R su pavyzdžiais.

Toliau pateikiamos šio „R Tutorial“ tinklaraščio temos, kurias aptarsiu tokia seka:

1. Kodėl mums reikalinga „Analytics“ ?
2. Kas yra verslo analizė ?
3. Kodėl R ir kas naudoja R ?
4. R montavimas
5. Duomenų operatoriai
6. Duomenų tipai
7. Srauto valdymas

R pamoka: kam mums reikalinga analizė?

Prieš atsakydamas į klausimą, leiskite man trumpai apibūdinti kai kurias problemas ir jų sprendimus R keliose srityse.

Bankininkystė :

Kasdien bankuose generuojamas didelis klientų duomenų kiekis. WKadangi nuolat susiduriama su milijonais klientų, tampa sunku sekti jų hipoteką.

Sprendimas :

R sukuria individualų modelį, kuris palaiko paskolas, teikiamas kiekvienam klientui, kuris padeda mums nuspręsti, kokią sumą klientas mokės per tam tikrą laiką.

Draudimas :

Draudimas labai priklauso nuo prognozių. Tai sunkunuspręsti, kurią politiką priimti ar atmesti.

Sprendimas:

Naudodami nuolatinę kredito ataskaitą kaip įvestį, mes galime sukurti modelį R, kuris ne tik įvertins rizikos apetitą, bet ir sudarys nuspėjamą prognozę.

Sveikatos apsauga:

Kasmet milijonai žmonių patenka į ligoninę, o kasmet milijardai išleidžiami tik priėmimo procese.

Sprendimas :

Atsižvelgiant į paciento istoriją ir ligos istoriją, galima sukurti nuspėjamąjį modelį, leidžiantį nustatyti, kam gresia hospitalizacija ir kokiu mastu medicinos įranga turėtų būti keičiama.

„Java“ ir „javascript“ ryšys

Dabar mes žinome, kaip duomenų analizė padeda organizacijoms pasinaudoti savo duomenimis ir naudoti juos naujų galimybių nustatymui. Jei kalbėsime apie analizės poreikį organizacijoje, turite susidurti su šiais 4 aspektais:

Tada eikime į priekį „R tutorial“ tinklaraštyje, kur pirmiausia suprasime, kas iš tikrųjų yra verslo analizė.

R pamoka: kas yra verslo analizė?

Verslo analizė yra procesas, kai tiriami dideli duomenų rinkiniai ir pasiekiami paslėpti modeliai, koreliacijos ir kitos įžvalgos. Iš esmės tai padeda suprasti visus surinktus duomenis, nesvarbu, ar tai organizaciniai, ar rinkos ar produkto tyrimų duomenys, ar bet kokio kito tipo duomenys. Jums tampa lengva priimti geresnius sprendimus, geresnius produktus, geresnes rinkodaros strategijas ir pan. Norėdami geriau suprasti, žiūrėkite žemiau esantį vaizdą:

Pažvelgus į aukščiau pateiktą paveikslą, jūsų duomenys pirmajame paveikslėlyje yra išsklaidyti. Dabar, jei norite kažko konkretaus, pavyzdžiui, konkretaus įrašo duomenų bazėje, tai tampa sudėtinga. Norėdami tai supaprastinti, jums reikia analizės. Atlikus analizę, tampa lengva nustatyti duomenų koreliaciją. Nustačius, ką daryti, jums tampa gana lengva priimti sprendimus, pvz., Kurį kelią norite eiti, ar verslo analizės požiūriu, kuris kelias paskatins jūsų organizacijos tobulėjimą.

Tačiau negalima tikėtis, kad aukščiau esančioje grandinėje esantys žmonės visada supras pirminius duomenis, kuriuos pateikiate jiems atlikę analizę. Taigi, norėdami įveikti šią spragą, turime koncepciją duomenų vizualizavimas .

Duomenų vizualizavimas : Duomenų vizualizavimas yra vizualinė prieiga prie didžiulio duomenų kiekio, kurį sugeneravote atlikę analizę. Žmogaus protas apdoroja vaizdinius vaizdus, ​​o vaizdinė grafika yra geriau nei palyginti su pirminiais duomenimis. Mums visada lengva suprasti skritulinę diagramą arba juostinę diagramą, palyginti su neapdorotais skaičiais. Dabar jums gali kilti klausimas, kaip galite pasiekti šią duomenų vizualizaciją iš jau analizuotų duomenų?
Duomenų vizualizavimo rinkoje yra įvairių įrankių:

Jums visiems įdomu, ar jau yra tiek daug įrankių, kurie padės jums pasiekti duomenų vizualizaciją ir tam tikrą analizės kiekį. Kodėl verta rinktis R?

Taigi mano kita tema „R tutorial“ tinklaraštyje nagrinėja „kodėl R“ ir „kas naudoja R“.

R pamoka: kodėl R ir kas naudoja R?

Kodėl R?

R yra programavimo ir statistikos kalba.

R naudojamas duomenų analizei ir vizualizacijai.

R yra paprasta ir lengva išmokti, skaityti ir rašyti.

R yra FLOSS (Free Libre and Open Source Software) pavyzdys, kai galima laisvai platinti šios programinės įrangos kopijas, skaityti jos šaltinio kodą, modifikuoti ir t. T.

Kas naudoja R?

• Vartotojų finansinės apsaugos biuras naudoja duomenų analizę R
• „John Deere“ statistikai patikimai ir atkuriamai naudoja laiko juostų modeliavimą ir geoerdvinę analizę.
• Amerikos bankas naudoja R ataskaitoms teikti.
• „R“ yra dalis garsiojo „Foursquare“ rekomendacijų variklio.
• ANZ, ketvirtas pagal dydį Australijos bankas, naudodamas R kredito rizikos analizei.
• „Google“ naudoja R prognozuoti ekonominę veiklą.
• „Mozilla“, fondas, atsakingas už „Firefox“ žiniatinklio naršyklę, naudoja R, kad vizualizuotų žiniatinklio veiklą.

Žemiau yra keletas domenų, kuriuose naudojamas R:

Dabar eikime į priekį „R tutorial“ tinklaraštyje ir įdiekite R.

R pamoka: R įdiegimas

Leiskite man padėti jums įdiegti R jūsų sistemoje. Tiesiog atlikite šiuos veiksmus:

1 žingsnis : Eikite į nuorodą- https://cran.r-project.org/

2 žingsnis : Atsisiųskite ir įdiekite R 3.3.3 į savo sistemą.

Norėdami geriau suprasti, žiūrėkite žemiau pateiktą ekrano kopiją.

Atlikdami pirmiau nurodytus veiksmus, atliksite R diegimo dalį. Dabar galite tiesiogiai pradėti koduoti R, atsisiųsdami RStudio IDE. Norėdami atsisiųsti, atlikite šiuos veiksmus:

1 žingsnis : Eikite į nuorodą- https://www.rstudio.com/

2 žingsnis : Atsisiųskite ir įdiekite „Rstudio“ į savo sistemą.

Įdiegę viską, jūs visi pasiruošę koduoti!

R pamoka pradedantiesiems | R programavimo pamoka | Edureka

Tada eikime į priekį „R Tutorial“ tinklaraštyje ir supraskime, kas yra R duomenų operatoriai.

R pamoka: Duomenų operatoriai

Daugiausia yra 5 skirtingų tipų operatoriai, kurie yra išvardyti žemiau:

1. Aritmetikos operatoriai : Atlikite aritmetines operacijas, tokias kaip sudėjimas, atimimas, daugyba, dalijimas ir kt.
2. Užduočių operatoriai :Vertėms priskirti naudojami priskyrimo operatoriai. Pavyzdžiui:

• Užduoties operatorius =
  Sintaksė: kintamasis vardas = reikšmė

> x = 5 >x 

Rezultatas: [1] 5

• Užduoties operatorius<-
  Sintaksė: kintamasis vardas<- value

  > x<- 15 > x

  Rezultatas: [1] 15

• Užduoties operatorius<<-
  Sintaksė: kintamasis vardas<<- value

> x<<- 2 > x

Išvestis: [1] 2

• Užduoties operatorius ->
  Sintaksė: reikšmė -> kintamojo pavadinimas

  > 25 -> x > x 

  Rezultatas: [1] 25

3. Ryšių operatorius : Jis apibrėžia santykį tarp dviejų subjektų. Pavyzdžiui: ,<=,!= etc.

> xx! = 2

Išvestis:[1] TIKRA

4. Loginiai operatoriai : Šie operatoriai palygina du objektus ir paprastai naudojami su loginėmis (loginėmis) reikšmėmis, tokiomis kaip &, | ir!

> x2 ir 3

Išvestis:[1] TIKRA

5. Specialieji operatoriai : Šie operatoriai naudojami konkrečiam tikslui, o ne loginiam skaičiavimui. Pavyzdžiui:

• Tai sukuria skaičių eilę vektoriui.
  
  

  > xx

  Rezultatas: [1] 2 3 4 5 6 7 8

• %% Šis operatorius naudojamas nustatyti, ar elementas priklauso vektoriui.
  Pavyzdys

  > xyy%% x

  Išvestis: [1] TIESA

R pamoka: duomenų tipai

Duomenų tipai naudojami informacijai saugoti. R atveju nereikia skelbti kintamojo kaip tam tikro tipo duomenų. Kintamieji priskiriami R objektams, o R objekto duomenų tipas tampa kintamojo duomenų tipu.R daugiausia yra šeši duomenų tipai:

Leiskite mums išsamiau apibūdinti kiekvieną iš jų:

Vektorius : Vektorius yra to paties pagrindinio tipo duomenų elementų seka. Pavyzdys:

vtr = (1, 3, 5, 7 9)

arba

vtr<- (1, 3, 5 ,7 9)

Yra 5 atominiai vektoriai, dar vadinami penkiomis vektorių klasėmis.

Sąrašas : Sąrašai yra R objektai, kuriuose yra įvairių tipų elementų, tokių kaip & minus numeriai, eilutės, vektoriai ir kitas sąrašas.

> n = c (2, 3, 5) > s = c („aa“, „bb“, „cc“, „dd“, „ee“) > x = sąrašas (n, s, TRUE) > x

Rezultatas -

[[1]] [1] 2 3 5 [[2]] [1] 'aa' 'bb' 'cc' 'dd' 'ee' [[3]] [1] TIESA

Masyvai : Masyvai yra R duomenų objektai, kurie gali saugoti duomenis daugiau nei dviem aspektais. Masyvui sukurti reikia vektorių kaip įvesties ir naudojant dim parametro reikšmes.

vektorius1<- c(5,9,3) vektorius2<- c(10,11,12,13,14,15) rezultatas<- array(c(vector1,vector2),dim = c(3,3,2))

Rezultatas -

,, 1 [, 1] [, 2] [, 3] [1,] 5 10 13 [2,] 9 11 14 [3,] 3 12 15 ,, 2 [, 1] [, 2] [, 3 ] [1,] 5 10 13 [2,] 9 11 14 [3,] 3 12 15

Masyvai : Matricos yra R objektai, kuriuose elementai yra išdėstyti dviejų matmenų stačiakampio išdėstymu. Matrica sukuriama naudojant matricos () funkciją. Pavyzdys: matrica (duomenys, nrow, ncol, byrow, dimnames) kur,

duomenis yra įvesties vektorius, kuris tampa matricos duomenų elementais.

dabar yra sukuriamų eilučių skaičius.

ncol yra sukuriamų stulpelių skaičius.

byrow yra logiška nuoroda. Jei TIESA, tada įvesties vektoriaus elementai yra išdėstyti eilėmis.

blankus vardas yra eilutėms ir stulpeliams priskirti pavadinimai.

> Mat<- matrix(c(1:16), nrow = 4, ncol = 4 ) > Mat

[, 1] [, 2] [, 3] [, 4] [1,] 1 5 9 13 [2,] 2 6 10 14 [3,] 3 7 11 15 [4,] 4 8 12 16

Faktoriai : Veiksniai yra duomenų objektai, naudojami duomenims suskirstyti į kategorijas ir juos laikyti lygiais. Jie gali saugoti tiek eilutes, tiek sveikus skaičius. Jie yra naudingi atliekant statistinio modeliavimo duomenų analizę.

> duomenys<- c('East','West','East','North','North','East','West','West“,'East“) > faktoriaus_duomenys<- factor(data) > faktoriaus_duomenys

Rezultatas :

[1] Rytų vakarų rytai Šiaurės šiaurės rytų vakarų vakarų rytai Lygiai: Rytų šiaurės vakarai

Duomenų rėmeliai : Duomenų rėmas yra lentelė arba į dvimatę masyvą panaši struktūra, kurioje kiekviename stulpelyje yra vieno kintamojo vertės, o kiekvienoje eilutėje yra vienas vertybių rinkinys iš kiekvieno stulpelio.

> std_id = c (1: 5) > std_name = c („Rick“, „Dan“, „Michelle“, „Ryan“, „Gary“) > ženklai = c (623,3 515,2 611,0 729,0 843,25) > standartiniai duomenys<- data.frame(std_id, std_name, marks) > standartiniai duomenys

Rezultatas :

std_id std_name ženklai 1 1 Rickas 623.30 2 2 ir 515,20 3 3 Mišelė 611,00 4 4 Ryanas 729,00 5 5 Gary 843,25

Tuo mes baigiame skirtingus duomenų tipus R. Toliau eikime į priekį „R Tutorial“ tinklaraštyje ir supraskime kitą pagrindinę sąvoką - srauto valdymo teiginius.

R pamoka: srauto valdymo teiginiai

Srauto valdymo teiginiai vaidina labai svarbų vaidmenį, nes jie leidžia jums valdyti scenarijaus vykdymo srautą funkcijos viduje. Dažniausiai naudojamos srauto valdymo ataskaitos pateikiamos žemiau esančiame paveikslėlyje:

Dabar aptarkime kiekvieną iš jų su pavyzdžiais.

R Pamoka: Atrankos pareiškimai

• Jei kontrolinis pareiškimas : Šis kontrolės teiginys įvertina vieną sąlygą. Tai gana lengva, nes jame yra tik vienas raktinis žodis „jei“, po kurio nurodoma sąlyga, tada tam tikras teiginių rinkinys, kurį reikia įvykdyti, jei tai tiesa. Norėdami geriau suprasti, žr. Toliau pateiktą schemą:

Šioje schemoje kodas atsakys taip:

1. Visų pirma, jis pateks į kilpą, kur patikrins būklę.
2. Jei sąlyga teisinga, bus įvykdytas sąlyginis kodas arba parašyti teiginiai.
3. Jei sąlyga yra klaidinga, teiginiai bus ignoruojami.

Žemiau pateikiamas pavyzdys jei valdymo sakinys R. Pabandykite paleisti šį pavyzdį „R Studio“.

x = 2 pakartokite {x = x ^ 2 spausdinti (x), jei (x> 100) {pertrauka}

Išvestis:

[1] 4 [1] 16 [1] 256

• Jei kita valdymo ataskaita :Egzaminass kontrolės pareiškimo tipasįvertina sąlygų grupę ir parenka teiginius. Norėdami geriau suprasti, žr. Toliau pateiktą schemą:

Šioje schemoje kodas atsakys taip:

1. Visų pirma, jis pateks į kilpą, kur patikrins būklę.
2. Jei sąlyga teisinga, bus įvykdyti pirmieji teiginiai „jei“.
3. Jei sąlyga yra klaidinga, tada ji eina į sąlygą „kita, jei“, ir, jei ji yra teisinga, bus vykdomas kodas „kitas, jei“.
4. Galiausiai, jei kodas „dar jei“ taip pat yra klaidingas, jis pereis į „kitas“ kodą ir jis bus vykdomas. Tai reiškia, kad jei nė viena iš šių sąlygų nėra teisinga, tada teiginys „kitas“ bus vykdomas.

Žemiau pateikiamas pavyzdys jei dar valdymo sakinys R. Pabandykite paleisti šį pavyzdį „R Studio“.

x5) {print ('x yra didesnis nei 5')} elseif (x == 5) {print ('x yra lygus 5')} else {print ('x yra ne didesnis kaip 5')}

Išvestis:

[1] 'x yra lygus 5'

• Perjungti teiginius : Šie kontroliniai teiginiai iš esmės naudojami tam tikrai išraiškai palyginti su žinoma verte. Norėdami geriau suprasti, žr. Toliau pateiktą schemą:

Šioje „Switch Case“ schemoje kodas atsakys atlikdamas šiuos veiksmus:

1. Pirmiausia jis pateks į jungiklio atvejį, kuris turi išraišką.
2. Tada jis eis į 1 atvejo sąlygą, patikrins sąlygai perduotą vertę. Jei tai tiesa, bus vykdomas teiginių blokas. Po to jis nutrūks nuo to jungiklio atvejo.
3. Jei tai klaidinga, tada jis pereis į kitą atvejį. Jei 2 atvejo sąlyga yra teisinga, ji įvykdys teiginį ir nutrauks nuo tos bylos, kitaip vėl pereis prie kito atvejo.
4. Tarkime, kad nenurodėte jokio atvejo arba yra neteisingas vartotojo įvestis, tada jis pereis į numatytąjį atvejį, kur atspausdins numatytąjį pareiškimą.

Žemiau yra jungiklio teiginio pavyzdys R. Pabandykite paleisti šį pavyzdį „R Studio“.

vtr<- c(150,200,250,300,350,400) option <-'mean' switch(option, 'mean' = print(mean(vtr)), 'mode' = print(mode((vtr))), 'median' = print(median((vtr))) ) 

Išvestis:

[1] 275

R pamoka: ciklo teiginiai

Kilpos padeda pakartoti tam tikrus veiksmus, kad nereikėtų jų atlikti pakartotinai. Įsivaizduokite, kad turite atlikti operaciją 10 kartų, jei pradėsite rašyti kodą kiekvienam kartui, programos ilgis padidės ir vėliau jums bus sunku jį suprasti. Bet tuo pačiu metu naudojant kilpą, jei aš parašau tą patį teiginį ciklo viduje, tai taupo laiką ir palengvina kodo įskaitomumą. Tai taip pat tampa labiau optimizuota atsižvelgiant į kodo efektyvumą.

Aukščiau pateiktame paveikslėlyje pakartoti ’ ir „ kol „Teiginiai padeda jums vykdyti tam tikrą taisyklių rinkinį, kol sąlyga yra teisinga, bet“ dėl' yra ciklo sakinys, naudojamas, kai žinote, kiek kartų norite pakartoti sakinio bloką. Dabar, jei žinote, kad norite jį pakartoti 10 kartų, eisite su teiginiu „už“, bet jei nesate tikri, kiek kartų norite pakartoti kodą, eisite su „pakartoti“ arba „kol“ kilpa.

Aptarkime kiekvieną iš jų su pavyzdžiais.

• Pakartokite : Pakartojimo ciklas padeda vėl ir vėl vykdyti tą patį kodų rinkinį, kol įvykdoma sustabdymo sąlyga. Norėdami geriau suprasti, žr. Toliau pateiktą schemą:

Pirmiau pateiktoje schemoje kodas atsakys atlikdamas šiuos veiksmus:

1. Pirmiausia jis įves ir vykdys kodo rinkinį.
2. Tada jis patikrins sąlygą, jei tai tiesa, jis grįš atgal ir vėl vykdys tą patį kodų rinkinį, kol jis bus melagingas.
3. Jei bus nustatyta klaidinga, ji tiesiogiai išeis iš ciklo.

• Nors : „While“ teiginys taip pat padeda vėl ir vėl vykdyti tą patį kodų rinkinį, kol bus įvykdyta sustabdymo sąlyga. Norėdami geriau suprasti, žr. Toliau pateiktą schemą:

Pirmiau pateiktoje schemoje kodas atsakys atlikdamas šiuos veiksmus:

1. Pirmiausia tai patikrins būklę.
2. Jei bus nustatyta, kad tai tiesa, ji vykdys kodo rinkinį.
3. Tada jis dar kartą patikrina sąlygą, jei teisinga, ji vėl vykdys tą patį kodą. Kai tik nustatoma, kad sąlyga yra klaidinga, ji nedelsdama išeina iš ciklo.

Žemiau yra „while“ teiginio pavyzdys R. Pabandykite paleisti šį pavyzdį „R Studio“.

x = 2, o (x<1000) { x=x^2 print(x) } 

Išvestis:

4 16 256 65 536

Taigi jūs turėtumėte žinoti, kuo šie du teiginiai skiriasi? Leisk man išaiškinti tavo abejonę!
Pagrindinis skirtumas tarp pakartojimo ir teiginio yra tas, kad jis keičiasi atsižvelgiant į jūsų būklę. Nors ciklas iš esmės apibrėžia, kada ketinate įvesti ciklą, kad įvykdytumėte teiginius ir pakartoti ciklas apibrėžia, kada jūs paliksite iš ciklo po vykdomų sakinių. Taigi šie du teiginiai yra žinomi kaip įėjimo kontrolės kilpa ir išėjimo kontrolės kilpa. Štai kaip ir kartoti teiginiai skiriasi.

• Dėl kilpos: Kilpos naudojamos tada, kai reikia kelis kartus vykdyti kodo bloką. Norėdami geriau suprasti, žr. Toliau pateiktą schemą:

Pirmiau pateiktoje schemoje kodas atsakys atlikdamas šiuos veiksmus:

1. Pirmiausia yra inicializavimas, kuriame nurodote, kiek kartų norite, kad kilpa kartotųsi.
2. Tada patikrina būklę. Jei sąlyga yra teisinga, ji vykdys kodo rinkinį nurodytą skaičių kartų.
3. Kai tik nustatoma, kad sąlyga yra klaidinga, ji nedelsdama išeina iš ciklo.

Žemiau pateikiamas R. teiginio pavyzdys. Pabandykite paleisti šį pavyzdį „R Studio“.

vtr<- c(7,19,25,65, 45) for( i in vtr) { print(i) } 

Išvestis:

7 19 25 65 45

Toliau pereikime prie paskutinio „R Tutorial“ tinklaraščio teiginių rinkinio, t. Y. Peršokamų teiginių.

R pamoka: Peršokti teiginiai

Lūžio ataskaita : Break teiginiai padeda nutraukti programą ir vėl valdo kitą sakinį po ciklo. Šie teiginiai taip pat naudojami perjungimo atveju. Norėdami geriau suprasti, žr. Toliau pateiktą schemą:

Pirmiau pateiktoje schemoje kodas atsakys atlikdamas šiuos veiksmus:

1. Visų pirma, jis pateks į kilpą, kur patikrins būklę.
2. Jei ciklo sąlyga yra klaidinga, ji tiesiogiai išeina iš ciklo.
3. Jei sąlyga yra teisinga, ji patikrins pertraukos būklę.
4. Jei pertraukos sąlyga yra teisinga, ji egzistuoja iš ciklo.
5. Jei pertraukos sąlyga yra klaidinga, ji įvykdys sakinius, likusius cikle, ir pakartos tuos pačius veiksmus.

Žemiau yra šuolio teiginio pavyzdys R. Pabandykite paleisti šį pavyzdį „R Studio“.

x<- 1:5 for (val in x) { if (val == 3){ break } print(val) } 

Išvestis:

[1] 1 [1] 2

Kitas pareiškimas : Kitas sakinys naudojamas, kai norite praleisti dabartinę kilpos iteraciją jos nenutraukdami. Kitas teiginys yra gana panašus į „tęsti“ kitomis programavimo kalbomis. Norėdami geriau suprasti, žr. Toliau pateiktą schemą:

Pirmiau pateiktoje schemoje kodas atsakys atlikdamas šiuos veiksmus:

1. Visų pirma, jis pateks į kilpą, kur patikrins būklę.

2. Jei ciklo sąlyga yra klaidinga, ji tiesiogiai išeina iš ciklo.

3. Jei ciklo sąlyga yra teisinga, ji vykdys 1 bloko sakinius.

4. Po to ji patikrins, ar nėra „kito“ teiginio. Jei jis yra, tada teiginiai po to nebus vykdomi ta pačia ciklo iteracija.

5. Jei „kito“ teiginio nėra, visi po to esantys teiginiai bus įvykdyti.

Žemiau yra kito R. teiginio pavyzdys. Pabandykite paleisti šį pavyzdį „R Studio“.

už (i per 1:15) {if ((i %% 2) == 0) {kitas} print (i)}

Išvestis:

1 3 5 7 9 11 13 15

Tai yra „R tutorial“ tinklaraščio pabaiga. Tikiuosi, kad jums, vaikinai, yra aiški kiekviena koncepcija, kurią aptariau aukščiau. Sekite naujienas, mano kitas tinklaraštis bus R mokymuose, kur aš išsamiai paaiškinsiu dar keletą R sąvokų su exgausu.

Dabar, kai supratote R pagrindus, patikrinkite sukūrė patikima internetinė mokymosi įmonė „Edureka“, turinti daugiau nei 250 000 patenkintų besimokančiųjų tinklą visame pasaulyje. „Edureka“ duomenų analizė su „R“ mokymais padės jums įgyti patirties R programavimo, duomenų manipuliavimo, tiriamosios duomenų analizės, duomenų vizualizavimo, duomenų gavybos, regresijos, sentimentų analizės srityje ir naudojant „R Studio“ realių atvejų mažmeninės prekybos, socialinės žiniasklaidos srityse.

Turite mums klausimą? Prašau tai paminėti šio „R Tutorial“ tinklaraščio komentarų skyriuje ir mes kuo greičiau susisieksime su jumis.