Σεμινάρια R (κοινότητα aua.R) (R_SEM)
Σύνδεσμοι
Γενικοί σύνδεσμοι |
---|
http://tryr.codeschool.com | Datacamp R | Swirl |
Κατηγορίες συνδέσμων |
---|
Ελληνικά βιβλία |
Εισαγωγή στον προγραμματισμό και στη στατιστική ανάλυση με R Το σύγγραμμα αυτό έχει σκοπό να εισάγει φοιτητές που ασχολούνται με τη στατιστική στον προγραμματισμό με τη στατιστική γλώσσα της R η οποία έχει γίνει το standard εργαλείο στατιστικής ανάλυσης προγραμματισμού για τις επιστήμες σχετικές με την ανάλυση δεδομένων. Το μάθημα ξεκινάει περιγράφοντας τα βασικά αντικείμενα που χρησιμοποιούνται στην R, συνεχίζει με τι κλασσικές συντάξεις προγραμματισμού για βρογχους (for-loops) και υποσυνθήκη εκτέλεση εντολών (if, else, ifelse). Στη συνέχεια προχωράμε με την εισαγωγή δεδομένων και τις βασικές εντολές για ανάλυση δεδομένων ολοκληρώνοντας με τη σύνταξη συναρτήσεων και αλγορίθμων για στατιστικά προβλήματα. | Η επιστήμη των δεδομένων μέσα από τη γλώσσα R (Κάλλιπος) Η αυξανόμενη συσσώρευση μεγάλων ποσοτήτων δεδομένων δημιουργεί νέες ευκαιρίες στους τομείς: επιστήμη, οικονομία, εκπαίδευση, έρευνα, κ.λ.π. Παλαιότερα είτε η αποθήκευση τέτοιων δεδομένων δεν ήταν εφικτή, είτε η ανάλυσή τους ξεπερνούσε κατά πολύ τις υπολογιστικές δυνατότητες των σύγχρονων υπολογιστικών συστημάτων. Σήμερα που έχει επέλθει η τεχνολογική σύγκλιση στους παραπάνω τομείς υπάρχει ανάγκη για την εκπαίδευση επιστημόνων οι οποίοι θα μπορούν να ανταπεξέλθουν στις σύγχρονες ανάγκες, δίνοντας λύσεις σε σοβαρά ζητήματα μέσω της ευφυούς ανάλυσης δεδομένων. | Εισαγωγή στην R (Κάλλιπος) Σε αυτό το κεφάλαιο ο φοιτητής εξοικειώνεται με την γλώσσα R και το περιβάλλον RStudio, κατανοεί τους διαφορετικούς τύπους μεταβλητών που υποστηρίζει η R (λίστες, data frames, πίνακες, factors, και διανύσματα). Στόχος του κεφαλαίου αυτού είναι να μπορεί ο φοιτητής να δημιουργεί τις δικές του συναρτήσεις στην R, να κατανοήσει ορισμένες βασικές συναρτήσεις της R για φόρτωση, επεξεργασία, και διερεύνηση πειραματικών δεδομένων και να είναι σε θέση να χρησιμοποιεί online πηγές έτσι ώστε να μπορεί να προχωρήσει ανεξάρτητα στην περεταίρω εκμάθηση της γλώσσας |
Style Guides |
Ξενόγλωσσα βιβλία |
Online Documentation |
Διάφορα |
Why I use R for Data Science – An Ode to R "Working in Data Science, I often feel like I have to justify using R over Python. And while I do use Python for running scripts in production, I am much more comfortable with the R environment. Basically, whenever I can, I use R for prototyping, testing, visualizing and teaching. But because personal gut-feeling preference isn’t a very good reason to give to (scientifically minded) people, I’ve thought a lot about the pros and cons of using R. This is what I came up with why I still prefer R…" |
R Online Learning |
Datacarpentry R |