Mis on R programmeerimiskeel? R-i tutvustus ja põhitõed

Mis on R-tarkvara?

R on programmeerimiskeel ja tasuta tarkvara, mille töötasid välja 1993. aastal Ross Ihaka ja Robert Gentleman. R omab ulatuslikku statistiliste ja graafiliste meetodite kataloogi. See sisaldab masinõppe algoritme, lineaarset regressiooni, aegridu ja statistilisi järeldusi. Enamik R-teeke on kirjutatud R-ga, kuid raskete arvutusülesannete jaoks on C, C++ ja Fortraeelistatud on n koodid.

R-i ei usalda mitte ainult akadeemikud, vaid ka paljud suured ettevõtted, sealhulgas Uber, kasutavad R-programmeerimiskeelt. Google, Airbnb, Facebook ja nii edasi.

Andmete analüüs R-ga tehakse mitme sammuna; programmeerimine, teisendamine, avastamine, modelleerimine ja tulemuste edastamine

• Programm: R on selge ja juurdepääsetav programmeerimistööriist
• Muutma: R koosneb spetsiaalselt andmeteaduse jaoks loodud teekide kogust
• Avastama: uurige andmeid, täpsustage oma hüpoteese ja analüüsige neid
• MUDEL: R pakub teie andmete jaoks õige mudeli jäädvustamiseks laia valikut tööriistu
• Edastama: integreerige koodid, graafikud ja väljundid aruandesse rakendusega R Markdown või looge säravaid rakendusi, mida maailmaga jagada

Milleks R-i kasutatakse?

• Statistiline järeldus
• Andmete analüüs
• Masinõppe algoritm

R tööstuse poolt

Kui jaotada R-i kasutamine tööstusharude kaupa, näeme, et akadeemikud on esikohal. R on statistika tegemise keel. R on tervishoiusektoris esimene valik, millele järgnevad valitsus ja nõustamine.

R pakett

R-i peamised kasutusalad on ja jäävad alati olema statistika, visualiseerimine ja masinõpe. Alloleval pildil on näha, milline R-pakett sai Stack Overflows kõige rohkem küsimusi. Esikümnes on enamik neist seotud andmeteadlase töövooga: andmete ettevalmistamine ja tulemuste edastamine.

Kõik R-i raamatukogud, peaaegu 12k, on salvestatud CRAN-i. CRAN on tasuta ja avatud lähtekoodiga programm. Esitamiseks saate alla laadida ja kasutada paljusid teeke Masinõpe või aegridade analüüs.

Suhtle R-ga

R-l on mitu võimalust töö esitlemiseks ja jagamiseks, kas allahindlusdokumendi või särava rakenduse kaudu. Kõike saab majutada Rpubis, GitHubis või ettevõtte veebisaidil.

Allpool on näide esitlusest, mida hostitakse Rpub

Rstudio aktsepteerib dokumendi kirjutamiseks allahindlust. Saate dokumente eksportida erinevates vormingutes:

• Dokument:
  • HTML
  • PDF/lateks
  • sõna
• Esitlus
  • HTML
  • PDF-kandja

Rstudiol on suurepärane tööriist rakenduse hõlpsaks loomiseks. Allpool on näide rakendusest Maailmapanga andmetega.

Miks kasutada R-i?

Andmeteadus on olulineping kuidas ettevõtted oma äri ajavad. Kahtlemata viib tehisintellektist ja masinatest eemale hoidmine ettevõtte ebaõnnestumiseni. Suur küsimus on, millist tööriista/keelt peaksite kasutama?

Turul on andmeanalüüsi tegemiseks palju tööriistu. Uue keele õppimine nõuab teatud ajainvesteeringut. Allolev pilt kujutab õppimiskõverat võrreldes keele pakutava ärivõimalusega. Negatiivne suhe viitab sellele, et tasuta lõunat pole olemas. Kui soovite anda andmetest parima ülevaate, peate kulutama aega sobiva tööriista, milleks on R, õppimiseks.

Graafiku vasakus ülanurgas näete Exceli ja PowerBI-d. Neid kahte tööriista on lihtne õppida, kuid need ei paku silmapaistvat ärivõimet, eriti modelleerimise osas. Keskel on näha Python ja SAS. SAS on spetsiaalne tööriist ettevõtete jaoks statistilise analüüsi tegemiseks, kuid see pole tasuta. SAS on klõpsa ja käivita tarkvara. Python, on aga monotoonse õppimiskõveraga keel. Python on suurepärane tööriist masinõppe ja AI juurutamiseks, kuid sellel puuduvad suhtlusfunktsioonid. Identse õppimiskõveraga on R hea kompromiss rakendamise ja andmeanalüüsi vahel.

Kui rääkida andmete visualiseerimisest (DataViz), olete ilmselt Tableau kohta kuulnud. Tableau on kahtlemata suurepärane tööriist mustrite avastamiseks graafikute ja diagrammide kaudu. Pealegi pole Tableau õppimine aeganõudev. Üks suur probleem andmete visualiseerimisega on see, et te ei pruugi kunagi leida mustrit või luua lihtsalt palju kasutuid diagramme. Tableau on hea tööriist andmete või ärianalüüsi kiireks visualiseerimiseks. Mis puutub statistikasse ja otsustusvahendisse, siis R on sobivam.

Stack Overflow on suur programmeerimiskeelte kogukond. Kui teil on kodeerimisega probleeme või teil on vaja mudelit mõista, on Stack Overflow siin abiks. Aastaga on küsimuste-vaadete protsent R-i puhul teiste keeltega võrreldes järsult kasvanud. See suundumus on loomulikult tugevas korrelatsioonis andmeteaduse õitseva ajastuga, kuid see peegeldab R-keele nõudlust andmeteaduse järele.

Andmeteaduses konkureerivad kaks tööriista. R ja Python on tõenäoliselt programmeerimiskeel, mis määratleb andmeteaduse.

Kas peaksite valima R?

Andmeteadlane saab kasutada kahte suurepärast tööriista: R ja Python. Teil ei pruugi olla aega nende mõlema õppimiseks, eriti kui alustate andmeteaduse õppimist. Statistilise modelleerimise ja algoritmi õppimine on palju olulisem kui programmeerimiskeele õppimine. A programmeerimiskeel on tööriist oma avastuse arvutamiseks ja edastamiseks. Andmeteaduse kõige olulisem ülesanne on viis, kuidas te andmeid käsitlete: importimine, puhastamine, ettevalmistamine, funktsioonide projekteerimine, funktsioonide valik. See peaks olema teie peamine fookus. Kui proovite õppida R ja Python samas ilma korraliku statistikataustata on see tavaline lollus. Andmeteadlased ei ole programmeerijad. Nende ülesanne on andmetest aru saada, nendega manipuleerida ja parimat lähenemist paljastada. Kui mõtlete, millist keelt õppida, siis vaatame, milline keel on teile kõige sobivam.

Andmeteaduse peamine sihtrühm on äriprofessionaalid. Äris on üheks suureks tagajärjeks suhtlemine. Suhtlemiseks on palju viise: aruanne, veebirakendus, armatuurlaud. Teil on vaja tööriista, mis teeb seda kõike koos.

Kas R on raske?

Aastaid tagasi oli R-i keel raskesti valdatav. Keel oli segane ja mitte nii struktureeritud kui teised programmeerimisvahendid. Selle suure probleemi lahendamiseks töötas Hadley Wickham välja pakettide kollektsiooni nimega tidyverse. Mängureegel muutus parimaks. Andmetöötlus muutub triviaalseks ja intuitiivseks. Graafiku koostamine ei olnud enam nii keeruline.

R-iga saab rakendada parimaid masinõppe algoritme. Sellised paketid nagu Keras ja TensorFlow võimaldavad luua tipptasemel masinõppetehnikat. R-l on ka pakett Xgboosti tegemiseks, mis on üks Kaggle võistluse parimatest algoritmidest.

R saab suhelda teise keelega. Helistada on võimalik Python, Java, C++ R-is. Suurandmete maailm on ligipääsetav ka R-le. R-i saate ühendada erinevate andmebaasidega, näiteks Spark või Hadoop.

Lõpuks on R arenenud ja võimaldanud paralleelstamist, et arvutusi kiirendada. Tegelikult kritiseeriti R-i selle eest, et ta kasutab korraga ainult ühte protsessorit. Paralleelpakett võimaldab teil täita ülesandeid masina erinevates tuumades.

kokkuvõte

Lühidalt öeldes on R suurepärane tööriist andmete uurimiseks ja uurimiseks. Keeruline analüüs, nagu rühmitamine, korrelatsioon ja andmete redutseerimine, tehakse R-ga. See on kõige olulisem osa, ilma hea funktsioonitehnoloogia ja mudelita ei anna masinõppe juurutamine tähenduslikke tulemusi.