Het lijkt erop dat Python genoeg is voor alles. U kunt een script voor de server schrijven, de gegevens analyseren en een neuraal netwerk trainen. Bovendien heeft het veel bibliotheken voor statistieken en gegevensanalyse - je kunt ze allemaal gebruiken.
hoe van karakter te wisselen in gta 5 pc
Er is echter een andere taal - R - voor analyse en het werken met statistieken. Veel studenten hebben bij het bestuderen van statistiek te maken met deze programmeertaal. Ons gekke levensritme zorgt er vaak voor dat we ons aanpassen aan omstandigheden en studeren, huishoudelijke taken doen of zelfs werken vanaf onze telefoons. Als je je ooit hebt afgevraagd, hoe kan ik doe mijn huiswerk op een smartphone blijf lezen.
InhoudsopgaveWat is R?
Dit is een programmeertaal die door statistici en gegevensverzamelaars wordt gebruikt voor statistische berekeningen en grafieken. De eerste versie van de R-taal verscheen in 1993, twee jaar later dan Python. Python was toen nog niet zo populair en had niet zoveel bibliotheken voor data-analyse als nu. Dus creëerden wetenschappers van de afdeling Statistiek van Oakland University een taal voor hun interne taken. En omdat hun namen Ross en Robert waren, noemden ze de taal naar de eerste letter van hun naam, R.
R is oorspronkelijk ontwikkeld als een interne tool in de faculteit om hun statistische problemen op te lossen. Maar in die tijd was het een goede zaak voor wetenschappers om hun werk met iedereen te delen, dus openden ze de broncode van de taal zodat iedereen het kon verbeteren of iets nuttigs kon toevoegen. Sindsdien is de taal uitgegroeid van een facultair project tot een wereldwijd populair statistisch hulpmiddel.
Kenmerken van R als programmeertaal
Omdat deze taal is uitgevonden voor wetenschappelijke doeleinden, hebben de auteurs niet geprobeerd het intuïtief te maken. Ze gingen ervan uit dat het zou worden gebruikt door mensen die bekend zijn met wiskundige analyse, statistische methoden en kansvariatie. Daarom lijkt R misschien een heel ingewikkelde taal, hoewel het van binnen heel eenvoudig en logisch is.
Lees ook: Waarom hebben leerlingen hulp nodig bij java-huiswerk?
Waar wordt R voor gebruikt?
Het belangrijkste gebruik van R is om gegevens te analyseren en daaruit conclusies te trekken:
- gegevens op welke manier dan ook visualiseren
- verzamelen en analyseren van gegevens uit verschillende bronnen
- werken met statistieken, anomalieën in gegevens vinden
- zoeken naar patronen en uitbijters in de data
- testen en bevestigen van hypothesen.
Een aparte richting in R is machine learning en neurale netwerken. Omdat de R-taal oorspronkelijk is ontworpen om enorme hoeveelheden gegevens te verwerken, is het eenvoudig om een deep learning-model te organiseren of een nieuw neuraal netwerk te maken.
Wat kun je doen met R
- Gegevens verwerken, opschonen en transformeren voor onderzoek. U wilt bijvoorbeeld zien hoeveel studenten gemiddeld per winter- en herfstmaand naar de bibliotheek gaan. Met R kunt u lente en zomer uitsluiten en ze per maand groeperen voor verdere berekeningen.
- U kunt uw resultaten omzetten in een web-app. Het zal volledig interactief zijn en filters, grafieken en zelfs een gegevenssorteerder bieden. Je kunt het naar je professor sturen of het publiceren als onderdeel van je paper. Zo volgen ze de incidentie van Coronavirus wereldwijd (de code is open en beschikbaar op GitHub).
- Voer statistische tests uit. Stel dat je wilt weten of het IQ-niveau van twee geslachten verschilt. Een t-toets kan je hierbij helpen. De test zal het statistische verschil tussen de ontvangen gegevens weergeven, indien aanwezig.
- Je kunt een verkennende analyse uitvoeren. Omdat veel statistische methoden moeten worden gedistribueerd in onbewerkte gegevens, moet u deze op normaliteit controleren. Wat is een normale verdeling? Het is wanneer de meeste gegevens rond de gemiddelde waarde zijn gegroepeerd. De rest van de waarden zijn aanzienlijk kleiner. Je ziet deze verdeling in het leven: er zijn meer mensen met een gemiddelde lengte dan degenen die lang of klein zijn. R biedt instrumenten om de normaliteit te controleren met grafieken en tests.
- Mix de formaten van verschillende tabellen. U kunt eindelijk verschillende tabelformaten gebruiken en er twee in één document samenvoegen om de gegevens te analyseren.
- U kunt uw gegevens presenteren in interactieve grafieken, waarbij u alle parameters (aswaarden, enz.) aanpast.
- Regressieanalyse uitvoeren en regressiemodellen maken. Deze analyse helpt de relatie tussen de afhankelijke en onafhankelijke variabelen te onderscheiden. Stel dat u wilt weten waarom sommige schoonheidsstudio's in dezelfde straat meer verkopen dan andere. Het aantal verkopen is de afhankelijke variabele. De onafhankelijke variabelen zijn onder meer de sociale status en leeftijd van buurtbewoners en de prijslijst van elke studio voor dezelfde procedures. Op deze manier kunt u erachter komen welke van deze factoren meer van invloed zijn op de winkelomzet dan andere.
Voordelen van R
- Onbeperkt aantal functies voor data-analyse dankzij de koppeling van bibliotheken.
- De mogelijkheid om te werken met enorme tabellen en databases die programma's niet aankunnen.
- Geavanceerde interface-aanpassing: grafische gebruikersinterface of opdrachtregelinterface.
- Volledig gratis ecosysteem — componenten worden gratis gedistribueerd onder de GNU-licentie.
- Beschikbaar voor de meeste besturingssystemen : Windows, macOS, FreeBSD, Solaris, verschillende versies van Unix en Linux.
- Rijke visualisatiemogelijkheden: u kunt toepassingen maken, grafieken van verschillende typen bouwen, inclusief interactieve, en hun elementen bewerken.
- Veel informatie en een actieve community: een blog, discussies van R en RStudio, lessen en conferenties.
- Uitgebreide en duidelijke documentatie: er zijn beschrijvingen van alle bibliotheken en gebruiksvoorbeelden.
Nadelen van R
- Iemand zonder programmeerervaring en kennis van de basisprincipes van statistiek kan het een uitdaging vinden.
- De beperkte reikwijdte: het is ideaal voor data-analyse, maar het is niet geschikt voor softwareontwikkeling. Maar dat is zijn kracht. Een echte UNIX-manier en een uitkomst voor wetenschappers, journalisten, datawetenschappers, analisten - iedereen die met data wil werken.
Hoe om te gaan met R-huiswerk op je telefoon?
We hebben al genoemd dat toepassingen met bibliotheken die u kunt gebruiken om met R te werken, beschikbaar zijn op alle besturingssystemen. Maar hoe zit het met smartphones? Er is een manier om RStudion op je telefoon te gebruiken, niet via een speciale applicatie maar via de open-source server. Je kunt het via elke webbrowser krijgen. U hoeft dus alleen de RStudion-server op uw computer of laptop uit te voeren en deze op uw telefoon te openen. Dit is een geweldige en eenvoudige manier om op elke locatie en tijd aan je R-thuisopdrachten te werken.
