Людям всегда интересно, какие языки программирования им следует изучать
— какие являются наиболее ценными? Кто устроит их на работу? Какие из них самые простые и сложные?
В списке «какие языки программирования для изучения» гораздо больше появляется р, язык, ориентированный на статистические вычисления (на самом деле это # 6 в списке лучших языков программирования IEEE Spectrum 2015).
Почему R становится все более популярным, что он может делать и где вы можете узнать, как его использовать?
Что такое R? Кто это использует?
R является расширением языка программирования под названием S. В отличие от S, R приобрел огромную популярность, в основном потому, что это бесплатная альтернатива очень мощному программному обеспечению, используемому для статистических вычислений, таким как SAS, SPSS и Matlab. -priced. Хотя R можно использовать для разных целей, лучше всего его использовать для анализа данных.
Одна из причин, по которой он настолько мощен, заключается в том, что люди могут создавать и распространять «пакеты», которые расширяют базовую функциональность языка. Кратко рассмотрим некоторые из самых последних пакетов, которые будут опубликованы, в том числе один для направленной статистики, другой для вменения многоуровневого совместного моделирования и — в отличие от большинства применений языка — для создания «привлекательного резюме» с использованием базы данных LaTeX, и Р.
Некоторые из крупнейших компаний мира используют R.
Согласно Revolution Analytics, Google использует его для расчета рентабельности инвестиций (ROI) рекламных кампаний и прогнозирования экономической активности. Microsoft использует его для организации матчей в сети Xbox. Национальная служба погоды генерирует графику с ним. oDesk использует язык для анализа результатов экспериментов. Twitter включает R как часть своего набора инструментов Data Science.
Возможности для R практически безграничны — и поскольку большие данные становятся все более важной областью, важность их эффективного анализа также будет возрастать. R отлично подходит для анализа данных, а его открытая совместная природа делает его одним из лучших инструментов. Если вы заинтересованы в том, чтобы стать специалистом по данным
Вы бы хорошо, чтобы узнать это.
Learning R
Конечно, поскольку интерфейс R гораздо более прост, чем такие приложения, как SAS, SPSS и Matlab, вам придется потрудиться, чтобы стать экспертом. У R довольно крутая кривая обучения, если вы хотите выйти за рамки базовых знаний, поэтому вам понадобятся некоторые высококачественные учебные ресурсы, если вы собираетесь начать свой путь с правой ноги.
Давайте перейдем к некоторым из лучших.
Попробуй R
Краткое введение в Code School, Try R, - это фантастический способ изучения основ. Он представлен в интерактивном формате, что делает его более интересным и эффективным
чем некоторые другие методы обучения. Вы узнаете о векторах, матрицах, факторах, базовой статистике, фреймах данных и о том, как расширить R, используя внешние библиотеки.
Лучше всего, весь курс бесплатный. Для начинающего, это сложно победить.
Исследуйте статистику с помощью R
Этот курс состоит из трех частей; основы R, изучение статистических концепций с помощью программирования и раздел, в котором исследователи объясняют, как они используют R и статистику для решения реальных научных проблем.
Этот курс ориентирован на использование R в науках о здоровье, но будет полезен для широкого круга людей, от тех, кто знаком со статистикой, до тех, кто совершенно новичок в этой области.
Twotorials
В серии двухминутных видеороликов вы перейдете от основ, таких как «Что такое R?», К более сложным темам, включая создание циклов и выполнение команд SQL в R для взаимодействия с базами данных. В конце вы даже узнаете, как приготовить отличный кофе
выбрав время для французской прессы с R.
Если вы ищете что-то немного отличающееся от изучения других ресурсов в стиле учебника, попробуйте это.
Учебник Kaggle по машинному обучению
Kaggle — это веб-сайт, на котором проводятся конкурсы по анализу данных, которые могут принести вам немалые деньги. , , но они также помогут вам начать с этого введения в машинное обучение
с R. Это краткое введение среднего уровня в соответствующие концепции, и было бы здорово, если вы заинтересованы в анализе данных (а не только в статистике) с R.
Основными вещами, которые вы изучите, являются интерфейс DataCamp, деревья решений и случайные леса, которые являются отличными инструментами моделирования данных.
R Руководства
На официальном веб-сайте R есть коллекция руководств, которые охватывают самые разные темы, от основ R до инструкций о том, как писать свои собственные расширения. Хотя вы можете прочитать «Введение в R» от корки до корки, вероятно, лучше всего использовать ее в качестве справочного руководства, когда вы сталкиваетесь с проблемами и вам нужно найти конкретную информацию о самом языке. Другие документы в списке, вероятно, не пригодятся, пока вы не станете экспертом по R, но, тем не менее, это отличная страница, которую нужно добавить в закладки.
Econometrics in R (PDF Download), еще один бесплатный ресурс, доступный на сайте, является популярным ресурсом для изучения языка. Он немного плотный, но содержит почти все, что вам нужно знать, чтобы начать.
Учебные пособия по RStudio
RStudio — это интегрированная среда разработки
(IDE) для R — и хотя вам не нужно использовать его, чтобы стать экспертом по R, вы можете найти его очень полезным. На веб-сайте RStudio есть несколько учебных пособий, а также ссылки на другие полезные страницы. Есть книжные рекомендации; введение в блестящий, отличный способ для отображения результатов ваших данных в Интернете; и информация о R Markdown, другом полезном инструменте для обмена данными.
Здесь есть смесь бесплатных и платных ресурсов, но если вы потратите немного времени на просмотр, вы найдете действительно отличные вещи, которые вы можете получить без оплаты.
Еще несколько достойных ресурсов по R
С его популярностью скалолазания, вы можете найти еще несколько сайтов для знакомства с языком.
- Водоворот
- Quick-R
- Р-Блоггеры
- RDataMining
- Coursera R Программирование
- LearnR-YouTube
Начните LeaRning!
Как и с любым другим языком программирования, лучший способ выучить это найти проблему, которую вы хотели бы решить, и приступить к разработке решения. Имея некоторое определение и эти доступные ресурсы, вы будете использовать R для анализа наборов данных в кратчайшие сроки.
Ты работаешь с R? Какие ваши любимые ресурсы R? Поделитесь ими ниже, чтобы мы могли учиться у них!
