Sembra che Python sia sufficiente per tutto. Puoi scrivere uno script per il server, analizzare i dati e addestrare una rete neurale. Inoltre, ha molte librerie per statistiche e analisi dei dati: puoi usarne una qualsiasi.
come vedere solo le email non lette in gmail
Tuttavia, esiste un'altra lingua, la R, per l'analisi e l'utilizzo delle statistiche. Molti studenti hanno a che fare con questo linguaggio di programmazione quando studiano le statistiche. Il nostro ritmo di vita folle spesso ci fa adattare alle circostanze e studiare, svolgere compiti a casa o persino lavorare dai nostri telefoni. Se te lo sei mai chiesto, come posso fare i compiti su uno smartphone continua a leggere.
SommarioCos'è R?
Questo è un linguaggio di programmazione utilizzato da statistici e raccoglitori di dati per calcoli statistici e grafici. La prima versione del linguaggio R è apparsa nel 1993, due anni dopo Python. A quel tempo, Python non era ancora così popolare e non aveva tante librerie per l'analisi dei dati come ora. Quindi gli scienziati del Dipartimento di Statistica dell'Università di Oakland hanno creato un linguaggio per i loro compiti interni. E poiché i loro nomi erano Ross e Robert, hanno chiamato la lingua dopo la prima lettera del loro nome, R.
R è stato originariamente sviluppato come strumento interno alla facoltà per risolvere i loro problemi statistici. Ma all'epoca era una buona cosa per gli scienziati condividere il proprio lavoro con tutti, così hanno aperto il codice sorgente del linguaggio in modo che tutti potessero migliorarlo o aggiungere qualcosa di utile. Da allora, la lingua è cresciuta da un progetto di facoltà a uno strumento statistico popolare a livello mondiale.
Caratteristiche di R come linguaggio di programmazione
Poiché questo linguaggio è stato inventato per scopi scientifici, gli autori non hanno cercato di renderlo intuitivo. Presumevano che sarebbe stato utilizzato da persone che avevano familiarità con l'analisi matematica, i metodi statistici e la variazione di probabilità. Ecco perché R può sembrare un linguaggio molto complicato, sebbene all'interno sia molto semplice e logico.
Inoltre, leggi Perché gli studenti hanno bisogno di aiuto con i compiti di Java?
A cosa serve R?
L'uso principale di R è quello di analizzare i dati e trarne conclusioni:
- visualizzare i dati in alcun modo
- raccogliere e analizzare dati da diverse fonti
- lavorare con le statistiche, trovare anomalie nei dati
- ricerca di modelli e valori anomali nei dati
- verifica e conferma delle ipotesi.
Una direzione separata in R è l'apprendimento automatico e le reti neurali. Poiché il linguaggio R è stato originariamente progettato per elaborare enormi quantità di dati, è facile organizzare un modello di deep learning o creare una nuova rete neurale.
Cosa puoi fare con R
- Elabora, pulisci e trasforma i dati per la ricerca. Ad esempio, vuoi vedere quanti studenti, in media, hanno frequentato la biblioteca ogni mese invernale e autunnale. R consente di escludere la primavera e l'estate e di raggrupparle per mese per ulteriori calcoli.
- Puoi trasformare i tuoi risultati in un'app web. Sarà completamente interattivo, offrendo filtri, grafici e persino un selezionatore di dati. Puoi inviarlo al tuo professore o pubblicarlo come parte del tuo paper. È così che tracciano l'incidenza del Coronavirus nel mondo (il codice è aperto e disponibile su GitHub).
- Esegui test statistici. Supponiamo di voler sapere se il livello di QI di due sessi è diverso. Un t-test può aiutarti in questo. Il test visualizzerà la differenza statistica tra i dati ricevuti, se presenti.
- Puoi condurre un'analisi esplorativa. Poiché molti metodi statistici richiedono la distribuzione in dati grezzi, è necessario verificarne la normalità. Cos'è una distribuzione normale? È quando la maggior parte dei dati è raggruppata attorno al valore medio. Il resto dei valori sono significativamente più piccoli. Puoi vedere questa distribuzione nella vita: ci sono più persone di statura media rispetto a quelle alte o basse. R offre strumenti per verificare la normalità con grafici e test.
- Mescola vari formati di tavoli. Puoi finalmente utilizzare vari formati di tabella e unirne due in un unico documento per analizzare i dati.
- Puoi presentare i tuoi dati in grafici interattivi, regolando tutti i parametri (valori degli assi, ecc.).
- Condurre analisi di regressione e creare modelli di regressione. Questa analisi aiuta a distinguere la relazione tra le variabili dipendenti e indipendenti. Diciamo che vuoi capire perché alcuni studi di bellezza nella stessa strada hanno più vendite di altri. Il numero di vendite sarà la variabile dipendente. Le variabili indipendenti includerebbero lo stato sociale e l'età dei residenti del quartiere e il listino prezzi di ogni studio per le stesse procedure. In questo modo, puoi scoprire quali di questi fattori influenzano le vendite in negozio più di altri.
Pro di R
- Set illimitato di funzioni per l'analisi dei dati grazie al collegamento delle biblioteche.
- La capacità di lavorare con enormi tabelle e database che i programmi non possono gestire.
- Personalizzazione avanzata dell'interfaccia: interfaccia utente grafica o interfaccia a riga di comando.
- Ecosistema completamente gratuito: i componenti sono distribuiti gratuitamente sotto licenza GNU.
- Disponibile per la maggior parte sistemi operativi : Windows, macOS, FreeBSD, Solaris, varie versioni di Unix e Linux.
- Ricche capacità di visualizzazione: puoi creare applicazioni, creare grafici di diverso tipo, inclusi quelli interattivi, nonché modificarne gli elementi.
- Tante informazioni e una community attiva: un blog, discussioni su R e RStudio, lezioni e conferenze.
- Documentazione ampia e chiara: ci sono descrizioni di tutte le librerie ed esempi di utilizzo.
Contro di R
- Una persona senza esperienza di programmazione e conoscenza delle basi della statistica può trovarlo impegnativo.
- L'ambito ristretto: è ideale per l'analisi dei dati, ma non è adatto per lo sviluppo di software. Ma questa è la sua forza. Una vera via UNIX e una manna dal cielo per scienziati, giornalisti, data scientist, analisti, chiunque voglia lavorare con i dati.
Come gestire i compiti R sul tuo telefono?
Abbiamo già menzionato che le applicazioni con librerie che puoi utilizzare per lavorare con R sono disponibili su tutti i sistemi operativi. Ma per quanto riguarda gli smartphone? Esiste un modo per utilizzare RStudion sul telefono, non tramite un'applicazione speciale ma tramite il suo server open source. Puoi ottenerlo tramite qualsiasi browser web. Pertanto, devi solo eseguire il server RStudion sul tuo computer o laptop e accedervi sul tuo telefono. Questo è un modo semplice e ottimo per lavorare sui tuoi incarichi a casa R in qualsiasi luogo e ora.
