מדריך R - מדריך למתחילים ללמוד תכנות R

R הוא כלי ניתוח הנתונים הפופולרי ביותר שכן הוא קוד פתוח, גמיש, מציע חבילות מרובות ויש לו קהילה ענקית. זה מיועד למתכנתים תוכנתיים, סטטיסטיקאים וכורי נתונים, כאחד ומכאן, הביא לפופולריות של .בבלוג זה של הדרכת R, אתן לך תובנה מלאה לגבי R עם דוגמאות.

להלן הנושאים בבלוג הדרכה R זה שעליו אדון ברצף הבא:

1. מדוע אנו זקוקים לאנליטיקס ?
2. מה זה ניתוח עסקי ?
3. מדוע R ומי משתמש ב- R ?
4. התקנת R
5. מפעילי נתונים
6. סוגי מידע
7. בקרת זרימה

כיצד ליצור לוח מחוונים בכוח bi

מדריך R: מדוע אנו זקוקים לאנליטיקס?

לפני שאענה על השאלה, תן לי לתאר לך כמה מהבעיות והפתרונות שלהן ב- R במספר תחומים.

בַּנקָאוּת :

כמות גדולה של נתוני לקוחות נוצרת מדי יום בבנקים. Wבזמן שמתמודדים עם מיליוני לקוחות באופן קבוע, קשה לעקוב אחר המשכנתא שלהם.

פִּתָרוֹן :

R בונה מודל מותאם אישית המקיים את ההלוואות הניתנות לכל לקוח בודד, המסייע לנו להחליט מה הסכום שישולם על ידי הלקוח לאורך זמן.

ביטוח :

ביטוח תלוי בהרחבה בחיזוי. קשהלהחליט איזו מדיניות לקבל או לדחות.

פִּתָרוֹן:

על ידי שימוש בדוח האשראי הרציף כקלט, נוכל ליצור מודל ב- R שלא רק יעריך את תיאבון הסיכון אלא גם יביא תחזית ניבוי.

בריאות:

מדי שנה מיליוני אנשים מאושפזים בבית חולים ומיליארדים מוציאים מדי שנה רק בתהליך הקבלה.

פִּתָרוֹן :

לאור ההיסטוריה של המטופל וההיסטוריה הרפואית, ניתן לבנות מודל ניבוי לזהות מי נמצא בסיכון לאשפוז ובאיזו מידה יש ​​לשנות את הציוד הרפואי.

כעת אנו יודעים כיצד ניתוח נתונים מסייע לארגונים לרתום את הנתונים שלהם ולהשתמש בהם לזיהוי הזדמנויות חדשות. אם אנו מדברים על הצורך בניתוח בארגון, עליכם להיתקל בארבעת ההיבטים הללו:

לאחר מכן, הבה נתקדם בבלוג הדרכה R, שם נבין תחילה מהי בדיוק ניתוח עסקי.

מדריך R: מהי ניתוח עסקי?

ניתוח עסקי הוא תהליך של בחינת סטים גדולים של נתונים והשגת דפוסים, קורלציות נסתרות ותובנות אחרות. זה בעצם עוזר לך להבין את כל הנתונים שאספת, בין אם זה נתונים ארגוניים, נתוני מחקר שוק או מוצר או כל סוג אחר של נתונים. קל לך לקבל החלטות טובות יותר, מוצרים טובים יותר, אסטרטגיות שיווק טובות יותר וכו 'עיין בתמונה למטה להבנה טובה יותר:

אם אתה מסתכל על האיור לעיל, הנתונים שלך בתמונה הראשונה מפוזרים. עכשיו, אם אתה רוצה משהו ספציפי כגון רשומה מסוימת במסד נתונים, זה הופך להיות מסורבל. כדי לפשט את זה, אתה צריך ניתוח. עם הניתוח, קל להיות מתאם בין הנתונים. לאחר שקבעת מה לעשות, זה הופך להיות די קל עבורך לקבל החלטות כמו, באיזה מסלול אתה רוצה ללכת או מבחינת ניתוח עסקי, איזה מסלול יוביל לשיפור הארגון שלך.

אך אינך יכול לצפות מאנשים בשרשרת שלמעלה יבינו תמיד את הנתונים הגולמיים שאתה מספק להם לאחר ניתוח. אז כדי להתגבר על הפער הזה, יש לנו מושג נתונים להדמיה .

נתונים להדמיה : ויזואליזציה של נתונים היא גישה חזותית לכמויות עצומות של נתונים שיצרת לאחר ניתוח. המוח האנושי מעבד תמונות חזותיות וגרפיקה חזותית טובים יותר מאשר בהשוואה לנתונים גולמיים. תמיד קל לנו להבין תרשים עוגה או תרשים עמודות בהשוואה למספרים גולמיים. עכשיו אתם אולי תוהים כיצד תוכלו להשיג את הדמיית הנתונים הזו מהנתונים שכבר ניתחתם?
בשוק קיימים כלים שונים להדמיית נתונים:

כולכם בטח תוהים שיש כבר כל כך הרבה כלים שעוזרים לכם להשיג ויזואליזציה של נתונים וכמות מסוימת של ניתוחים, למה ללכת עם R?

אז הנושא הבא שלי בבלוג הדרכה R עוסק ב'למה R 'ו'מי שמשתמש ב- R'.

מדריך R: מדוע R ומי משתמש ב- R?

למה R?

R היא שפת תכנות וסטטיסטיקה.

R משמש לניתוח נתונים ולהדמיה.

R הוא פשוט וקל ללמוד, לקרוא ולכתוב.

R היא דוגמה ל- FLOSS (תוכנת Free Libre ו- Open Source) בה ניתן להפיץ באופן חופשי עותקים של תוכנה זו, לקרוא את קוד המקור שלה, לשנות אותה וכו '.

מי משתמש ב- R?

• הלשכה להגנה פיננסית על הצרכן משתמשת ב- R לצורך ניתוח נתונים
• סטטיסטיקאים בג'ון דיר משתמשים ב- R לצורך דוגמנות סדרות זמן וניתוח גיאו-מרחבי באופן אמין ושחזור.
• בנק אוף אמריקה משתמש ב- R לצורך דיווח.
• R הוא חלק ממחסנית הטכנולוגיה שמאחורי מנוע ההמלצות המפורסם של Foursquare.
• ANZ, הבנק הרביעי בגודלו באוסטרליה, המשתמש ב- R לצורך ניתוח סיכוני אשראי.
• גוגל משתמשת ב- R כדי לחזות פעילות כלכלית.
• מוזילה, הקרן האחראית על דפדפן האינטרנט פיירפוקס, משתמשת ב- R כדי לדמיין את פעילות האינטרנט.

להלן כמה מהתחומים בהם משתמשים ב- R:

עכשיו, הבה נתקדם בבלוג הדרכה R והתקין את R.

מדריך R: התקנת R

תן לי להדריך אותך בתהליך התקנת R במערכת שלך. פשוט בצע את השלבים הבאים:

שלב 1 : עבור לקישור- https://cran.r-project.org/

שלב 2 : הורד והתקן את R 3.3.3 במערכת שלך.

עיין בצילום המסך שלמטה כדי לקבל הבנה טובה יותר.

על ידי ביצוע השלבים לעיל, סיימת עם החלק בהתקנה R. כעת תוכל להתחיל קידוד ישירות ב- R על ידי הורדת RStudio IDE. כדי להוריד זאת, בצע את השלבים הבאים:

שלב 1 : עבור לקישור- https://www.rstudio.com/

שלב 2 : הורד והתקן את Rstudio במערכת שלך.

לאחר התקנת הכל, הכל מוגדר לקוד!

מדריך R למתחילים | מדריך תכנות R | אדוריקה

לאחר מכן, הבה נתקדם בבלוג הדרכה R ונבין מהם מפעילי הנתונים ב- R.

מדריך R: מפעילי נתונים ב- R

ישנם בעיקר 5 סוגים שונים של מפעילים המפורטים להלן:

1. מפעילי חשבון : בצע פעולות חשבון כגון חיבור, חיסור, כפל, חלוקה וכו '.
2. מפעילי מטלות :מפעילי הקצאה משמשים להקצאת ערכים. לדוגמה:

• מפעיל מטלות =
  תחביר: שם משתנה = ערך

> x = 5 >איקס 

פלט: [1] 5

• מפעיל מטלות<-
  תחביר: שם משתנה<- value

  > x<- 15 > x

  פלט: [1] 15

• מפעיל מטלות<<-
  תחביר : שם משתנה<<- value

> x<<- 2 > x

פלט: [1] 2

• מפעיל מטלות ->
  תחביר : ערך -> שם משתנה

  > 25 -> x > x 

  תפוקה: [1] 25

3. מפעיל יחס : הוא מגדיר קשר בין שתי ישויות. לדוגמה: ,<=,!= etc.

> xx! = 2

תְפוּקָה:[1] נכון

4. מפעילים לוגיים : אופרטורים אלה משווים את שתי הישויות ומשמשים בדרך כלל עם ערכים בוליאניים (לוגיים) כגון &, | ו!.

> x2 ו -3

תְפוּקָה:[1] נכון

5. מפעילים מיוחדים : מפעילים אלה משמשים למטרה מסוימת, ולא לחישוב לוגי. לדוגמה:

• זה יוצר את סדרת המספרים ברצף עבור וקטור.
  
  

  > xx

  פלט: [1] 2 3 4 5 6 7 8

• % ב-% אופרטור זה משמש לזיהוי אם אלמנט שייך לווקטור.
  דוגמא

  > xyy% ב-% x

  פלט: [1] TRUE

מדריך R: סוגי נתונים

סוגי נתונים משמשים לאחסון מידע. ב- R איננו צריכים להכריז על משתנה כסוג נתונים כלשהו. המשתנים מוקצים עם R-Objects וסוג הנתונים של R-object הופך לסוג הנתונים של המשתנה.קיימים בעיקר שישה סוגי נתונים ב- R:

הבה נפרט יותר על כל אחד מהם:

וֶקטוֹר : וקטור הוא רצף של אלמנטים נתונים מאותו סוג בסיסי. דוגמא:

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

אוֹ

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

הצהרת c ++

ישנם 5 וקטורים אטומיים, המכונים גם כחמישה סוגים של וקטורים.

רשימה : רשימות הן אובייקטים R המכילים אלמנטים מסוגים שונים כמו מספרים מינוס, מחרוזות, וקטורים ורשימה אחרת בתוכו.

> n = c (2, 3, 5) > s = c ('aa', 'bb', 'cc', 'dd', 'ee') > x = רשימה (n, s, TRUE) > x

תְפוּקָה -

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

מערכים : מערכים הם אובייקטים הנתונים R שיכולים לאחסן נתונים ביותר משני ממדים. זה לוקח וקטורים כקלט ומשתמש בערכים בפרמטר העמום כדי ליצור מערך.

וקטור 1<- c(5,9,3) וקטור 2<- c(10,11,12,13,14,15) תוֹצָאָה<- array(c(vector1,vector2),dim = c(3,3,2))

תְפוּקָה -

,, 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

מערכים : מטריצות הן האובייקטים R בהם האלמנטים מסודרים במערך מלבני דו מימדי. מטריקס נוצר באמצעות פונקציית matrix (). דוגמא: מטריצה ​​(נתונים, nrow, ncol, byrow, dimnames) איפה,

נתונים הוא וקטור הקלט שהופך לאלמנטים הנתונים של המטריצה.

לא הוא מספר השורות שייווצרו.

ncol הוא מספר העמודות שייווצרו.

byrow הוא רמז הגיוני. אם TRUE אז אלמנטים וקטוריים קלט מסודרים לפי שורה.

dimname הוא השמות שהוקצו לשורות ולעמודות.

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

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

גורמים גורמים הם אובייקטים הנתונים המשמשים לסיווג הנתונים ולאחסונם כרמות. הם יכולים לאחסן גם מחרוזות וגם מספרים שלמים. הם שימושיים בניתוח נתונים לצורך מידול סטטיסטי.

> נתונים<- c('East','West','East','North','North','East','West','West“,'East“) > גורם_נתונים<- factor(data) > גורם_נתונים

תְפוּקָה :

[1] מזרח מערב מזרח צפון צפון מזרח מערב מערב רמות: מזרח צפון מערב

מסגרות נתונים : מסגרת נתונים היא טבלה או מבנה דמוי מערך דו מימדי שבו כל עמודה מכילה ערכים של משתנה אחד וכל שורה מכילה מערך ערכים אחד מכל עמודה.

> std_id = c (1: 5) > std_name = c ('ריק', 'דן', 'מישל', 'ראיין', 'גארי') > סימנים = c (623.3,515.2,611.0,729.0,843.25) > נתונים סטטיים<- data.frame(std_id, std_name, marks) > נתונים סטטיים

תְפוּקָה :

std_id std_name marks 1 1 ריק 623.30 2 2 ו 515.20 3 3 מישל 611.00 4 4 ראיין 729.00 5 5 גארי 843.25

על ידי כך, אנו מגיעים לסוף סוגי נתונים שונים ב- R. לאחר מכן, הבה נתקדם בבלוג הדרכה R ונבין מושג מפתח אחר - הצהרות בקרת זרימה.

מדריך R: הצהרות בקרת זרימה

הצהרות בקרת זרימה ממלאות תפקיד חשוב מאוד מכיוון שהן מאפשרות לך לשלוט בזרימת הביצוע של סקריפט בתוך פונקציה. הצהרות בקרת הזרימה הנפוצות ביותר מיוצגות בתמונה למטה:

עכשיו, בואו נדון בכל אחד מהם עם דוגמאות.

הדרכת R: הצהרות בורר

• הצהרת בקרה : הצהרת בקרה זו מעריכה מצב יחיד. זה די קל מכיוון שיש לה רק מילת מפתח אחת 'אם' ואחריה התנאי ואז קבוצה מסוימת של הצהרות שצריכות להתבצע במקרה שזה נכון. עיין בתרשים הזרימה שלמטה כדי להבין טוב יותר:

בתרשים זרימה זה, הקוד יגיב בצורה הבאה:

1. קודם כל, הוא יכנס ללולאה בה הוא בודק את המצב.
2. אם התנאי נכון, יבוצע קוד מותנה או ההצהרות שנכתבו.
3. אם התנאי שגוי, ההצהרות מתעלמות.

להלן דוגמה ל אם הצהרת בקרה ב- R. נסה להפעיל דוגמה זו ב- R Studio.

x = 2 חזור על {x = x ^ 2 הדפס (x) אם (x> 100) {break}

פלט:

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

• אם הצהרת בקרה אחרת :מבחןסוג הצהרת הבקרהמעריך קבוצת תנאים ובוחר את ההצהרות. עיין בתרשים הזרימה שלמטה כדי להבין טוב יותר:

בתרשים זרימה זה, הקוד יגיב בצורה הבאה:

1. קודם כל, הוא יכנס ללולאה בה הוא בודק את המצב.
2. אם התנאי נכון, הצהרות 'אם' הראשונות יבוצעו.
3. אם התנאי אינו נכון, הוא עובר למצב 'אחר אם' ואם הוא נכון, קוד 'אחר אם' יבוצע.
4. לבסוף, אם גם הקוד 'אחר אם' אינו נכון, אז הוא יעבור לקוד 'אחר' והוא יבוצע. פירוש הדבר שאם אף אחד מהתנאים הללו אינו נכון, אזי הצהרת 'אחר' מתבצעת.

להלן דוגמה ל אחרת הצהרת בקרה ב- R. נסה להפעיל דוגמה זו ב- R Studio.

x5) {הדפס ('x גדול מ- 5')} אחר אם (x == 5) {הדפס ('x שווה ל- 5')} אחר {הדפס ('x אינו גדול מ- 5')}

תְפוּקָה:

[1] 'x שווה ל -5'

• החלף הצהרות : הצהרות שליטה אלה משמשות בעצם להשוואת ביטוי מסוים לערך ידוע. עיין בתרשים הזרימה שלמטה כדי להבין טוב יותר:

בתרשים זרימה של מקרה החלפה, הקוד יגיב בשלבים הבאים:

1. קודם כל זה יכנס למקרה המתג שיש לו ביטוי.
2. לאחר מכן הוא יעבור למצב מקרה 1, בודק את הערך שהועבר לתנאי. אם זה נכון, חסימת ההצהרה תבוצע. לאחר מכן, הוא ישבר מאותו מקרה מתג.
3. במקרה שהוא שקר, הוא יעבור למקרה הבא. אם תנאי מקרה 2 נכון, הוא יבצע את ההצהרה וייפרע מאותו מקרה, אחרת הוא יקפוץ שוב למקרה הבא.
4. עכשיו נניח שלא ציינת שום מקרה או שיש קלט שגוי מהמשתמש, ואז הוא יעבור למקרה המוגדר כברירת מחדל, שם הוא ידפיס את הצהרת ברירת המחדל שלך.

להלן דוגמה להצהרת מתג ב- R. נסה להריץ דוגמה זו ב- 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))) ) 

פלט:

[1] 275

מדריך R: הצהרות לולאה

לולאות עוזרות לך לחזור על קבוצה מסוימת של פעולות, כך שלא תצטרך לבצע אותן שוב ושוב. תאר לעצמך שאתה צריך לבצע פעולה 10 פעמים, אם אתה מתחיל לכתוב את הקוד לכל פעם, אורך התוכנית גדל ויהיה לך קשה להבין את זה אחר כך. אך יחד עם זאת באמצעות לולאה, אם אני כותב את אותה הצהרה בתוך לולאה, זה חוסך זמן ומקל על קריאת הקוד. זה גם מותאם יותר ביחס ליעילות הקוד.

בתמונה לעיל, ' חזור' ו' בזמן 'הצהרות עוזרות לך לבצע קבוצה מסוימת של כללים עד שהתנאי אמיתי אבל' ל' הוא הצהרת לולאה המשמשת כאשר אתה יודע כמה פעמים אתה רוצה לחזור על גוש הצהרה. עכשיו, אם אתה יודע שאתה רוצה לחזור על זה 10 פעמים, אז תלך עם הצהרת 'עבור', אבל אם אתה לא בטוח כמה פעמים אתה רוצה שהקוד יחזור על עצמך, תלך עם 'חזור' או לולאה 'תוך'.

בואו נדון בכל אחד מהם עם דוגמאות.

• חזור : הלולאה החוזרת מסייעת בביצוע אותה סט קוד שוב ושוב עד למצב תנאי עצירה. עיין בתרשים הזרימה שלמטה כדי להבין טוב יותר:

בתרשים הזרימה שלמעלה, הקוד יגיב בשלבים הבאים:

1. קודם כל הוא יכנס ויבצע מערכת קוד.
2. לאחר מכן הוא יבדוק את התנאי, אם הוא נכון הוא יחזור ויבצע את אותה סט קוד שוב עד שהוא אמור להיות שקר.
3. אם יתגלה שהוא לא נכון, הוא ייצא ישירות מהלולאה.

• בזמן : הצהרת ה- while גם מסייעת לבצע את אותה קבוצה של קוד שוב ושוב עד שמתקיים תנאי עצירה. עיין בתרשים הזרימה שלמטה כדי להבין טוב יותר:

בתרשים הזרימה שלמעלה, הקוד יגיב בשלבים הבאים:

1. קודם כל זה יבדוק את המצב.
2. אם נמצא שהוא נכון, הוא יבצע את קבוצת הקוד.
3. לאחר מכן, הוא שוב בודק את התנאי, אם הוא נכון, הוא יבצע את אותו הקוד שוב. ברגע שהתנאי נמצא כוזב, הוא יוצא מייד מהלולאה.

להלן דוגמה להצהרה בזמן ב- R. נסה להריץ דוגמה זו ב- R Studio.

x = 2 בזמן (x<1000) { x=x^2 print(x) } 

תְפוּקָה:

4 16 256 65 536

אז אתה בוודאי תוהה במה שונות שתי ההצהרות הללו? תן לי לנקות את הספק שלך!
כאן ההבדל העיקרי בין ההצהרה לחזור ואילו הוא שהוא משתנה ביחס למצבך. בזמן לולאה מגדירה בעצם מתי אתה הולך להיכנס לולאה כדי לבצע את ההצהרות ו חזור לולאה מגדיר מתי אתה עוזב מהלולאה לאחר ביצוע ההצהרות. אז שתי הצהרות אלה ידועות כ לולאת בקרת כניסה ולולאת בקרת יציאה. ככה בזמן ואמירות חוזרות שונות.

• לולאה: עבור לולאות משמשים כאשר אתה צריך לבצע גוש קוד מספר פעמים. עיין בתרשים הזרימה שלמטה כדי להבין טוב יותר:

בתרשים הזרימה שלמעלה, הקוד יגיב בשלבים הבאים:

1. קודם כל יש אתחול שבו אתה מציין כמה פעמים אתה רוצה שהלולאה תחזור.
2. לאחר מכן, הוא בודק את המצב. אם התנאי נכון, הוא יבצע את קבוצת הקוד למספר הפעמים שצוין.
3. ברגע שהתנאי נמצא כוזב, הוא יוצא מייד מהלולאה.

להלן דוגמה להצהרה ב- R. נסה להריץ דוגמה זו ב- R Studio.

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

פלט:

7 19 25 65 45

לאחר מכן, נעבור למערכת ההצהרות האחרונה שלנו בבלוג הדרכה R, כלומר הצהרות קפיצה.

מדריך R: הצהרות קפיצה

הצהרת הפסקה : הפסקה של הצהרות עוזרת לסיים את התוכנית ומחזירה את השליטה להצהרה הבאה בעקבות הלולאה. הצהרות אלה משמשות גם במקרה מתג. עיין בתרשים הזרימה שלמטה כדי להבין טוב יותר:

בתרשים הזרימה שלמעלה, הקוד יגיב בשלבים הבאים:

1. קודם כל, הוא יכנס ללולאה בה הוא בודק את המצב.
2. אם מצב הלולאה אינו נכון, הוא יוצא ישירות מהלולאה.
3. אם התנאי נכון, הוא יבדוק את מצב ההפסקה.
4. אם מצב הפסקה נכון, הוא קיים מהלולאה.
5. אם תנאי השבירה שגוי, הוא יבצע את ההצהרות שנותרו בלולאה ואז יחזור על אותם צעדים.

להלן דוגמה להצהרת קפיצה ב- R. נסה להריץ דוגמה זו ב- R Studio.

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

תְפוּקָה:

[1] 1 [1] 2

ההצהרה הבאה : משתמשים בהצהרה הבאה כאשר רוצים לדלג על האיטרציה הנוכחית של הלולאה מבלי לסיים אותה. ההצהרה הבאה דומה למדי ל'משיך 'בשפת תכנות אחרת. עיין בתרשים הזרימה שלמטה כדי להבין טוב יותר:

בתרשים הזרימה שלמעלה, הקוד יגיב בשלבים הבאים:

1. קודם כל, הוא יכנס ללולאה בה הוא בודק את המצב.

2. אם מצב הלולאה אינו נכון, הוא יוצא ישירות מהלולאה.

3. אם תנאי הלולאה נכון, הוא יבצע הצהרות חסום 1.

4. אחרי זה הוא יבדוק אם יש הצהרה 'הבאה'. אם הוא קיים, ההצהרות לאחר מכן לא יבוצעו באותה איטרציה של הלולאה.

5. אם ההצהרה 'הבאה' אינה קיימת, כל ההצהרות שאחריה יבוצעו.

להלן דוגמה להצהרה הבאה ב- R. נסה להריץ דוגמה זו ב- R Studio.

ממיר בינארי לעשרוני

עבור (i ב- 1:15) {if ((i %% 2) == 0) {הבא} הדפס (i)}

פלט:

1 3 5 7 9 11 13 15

זה הסוף של בלוג הדרכה R. אני מקווה שאתם ברורים לגבי כל מושג ודיברתי למעלה. הישאר מעודכן, הבלוג הבא שלי יהיה על אימוני R שם אסביר כמה מושגים נוספים של R בפירוט עם אקסמַסְפִּיק.

כעת לאחר שהבנתם את היסודות של R, בדקו את מאת אדוריקה, חברת למידה מקוונת מהימנה עם רשת של יותר מ -250,000 לומדים מרוצים הפזורים ברחבי העולם. ניתוח הנתונים של אדוריקה עם אימונים R יסייע לך לצבור מומחיות בתכנות R, מניפולציה של נתונים, ניתוח נתונים חקר, ויזואליזציה של נתונים, כריית נתונים, רגרסיה, ניתוח סנטימנטים ושימוש ב- R Studio למקרי מקרה אמיתיים על קמעונאות, מדיה חברתית.

יש לך שאלה עבורנו? אנא הזכיר זאת בסעיף ההערות בבלוג 'R Tutorial' ונחזור אליך בהקדם האפשרי.