엔트리 THE-R

데이터 과학을 위한 R vs. Python

최고의 데이터 과학 도구의 경쟁에서 Python과 R은 각각 장.단점이 있습니다. 다른 하나를 선택하는 것은 사용 사례, 학습 비용 및 기타 필요한 공통 도구에 따라 달라집니다.   DataCamp 에서 조사한바에 따르면 학습자들이 자주 묻는 질문중에 하나가 일상적인 데이터 분석 작업을 위해 R과 Python 중 어느 것을 사용해야하는지 여부를 자주 묻는다고 합니다. 이 사이트에서는 주로 대화식 R 자습서를 […]

DataExplorer: 최소의 코드로 빠른 데이터 탐색 구현

Forbes 기사에 따르면, 데이터 정제 및 정리는 가장 시간이 많이 걸리고 재미없는 데이터 과학 작업이라고 합니다. DataExplorer 패키지를 이용하면 전체 리소스의 80% 까지 최소화할 수 있습니다. 이와 더불어, 사용자에게 매우 친숙한 디자인이과 대부분의 경우 하나의 함수 호출만으로 데이터 탐색을 즐길 수 있습니다!   데이터 조작은 data.table에 의해 제공되므로 대용량 데이터 세트를 포함하는 작업은 대개 몇 초 […]

funModeling 패키지를 이용한 탐색적 데이터 분석 및 데이터 준비

funModeling 퀵스타트 This package contains a set of functions related to exploratory data analysis, data preparation, and model performance. It is used by people coming from business, research, and teaching (professors and students).   이 패키지는 탐색적 데이터 분석, 데이터 준비 및 모델 성능과 관련된 기능 세트를 포함하고 있습니다. 📗 The paperback version is being prepared, […]

Coindeskr 팩키지와 Shiny를 활용한 비트코인 가격 추적기 구축

인정합시다. 비트코인으로 전 세계가 미쳐 버렸습니다. Satoshi Nakamoto가 소개 한 최초의 암호화(double-spend 문제를 해결하는 최초의 디지털 화폐) 인 비트코인(BTC)은 잘 설립 된 회사 (심지어 몇몇 국가)보다 커졌습니다. 따라서 많은 비트코인 매니아와 투자자는 시장을 더 잘 읽고 그에 따라 움직일 수 있도록 일일 가격을 추적하려고합니다.   이 자습서는 R 사용자가 Coindeskr, Shiny 및 Dygraphs의 세 가지 […]

비지니스를 위한 R을 배우는 6 가지 이유

비즈니스를 위한 데이터 과학 (DS4B)은 비즈니스 분석의 미래이지만 아직 시작해야 할 부분을 파악하기가 어렵습니다. 마지막으로하고 싶은 일은 잘못된 도구로 시간을 낭비하는 것입니다. 시간을 효과적으로 활용하려면 (1) 작업에 적합한 도구 선택과 (2) 도구를 사용하여 비즈니스 가치를 반환하는 방법을 효율적으로 학습하는 두 가지가 있습니다. 이 기사에서는 첫 번째 부분에 초점을 맞추어 왜 R이 6 가지 점에서 올바른 […]

Pipes in R Tutorial For Beginners (article) by DataCamp

Learn more about the famous pipe operator %>% and other pipes in R, why and how you should use them and what alternatives you can consider! You might have already seen or used the pipe operator when you’re working with packages such as dplyr, magrittr,… But do you know where pipes and the famous %>% operator come from, what […]

Introduction to Skewness · R Views

In previous posts here, here, and here, we spent quite a bit of time on portfolio volatility, using the standard deviation of returns as a proxy for volatility. Today we will begin to a two-part series on additional statistics that aid our understanding of return dispersion: skewness and kurtosis. Beyond being fancy words and required vocabulary for CFA […]

networkD3: D3 JavaScript Network Graphs from R

 Dev-version: 0.4  About This started as a port of Christopher Gandrud’s R package d3Network for creating D3network graphs to the htmlwidgets framework. The htmlwidgets framework greatly simplifies the package’s syntax for exporting the graphs, improves integration with RStudio’s Viewer Pane, RMarkdown, and Shiny web apps. See below for examples. It currently supports the following types of network graphs: Force directed networks with simpleNetwork and forceNetwork Sankey diagrams with sankeyNetwork Radial networks with radialNetwork Dendro […]

thomasp85/patchwork: The Composer of ggplots

patchwork     The goal of patchwork is to make it ridiculously simple to combine separate ggplots into the same graphic. As such it tries to solve the same problem as gridExtra::grid.arrange() but using an API that incites exploration and iteration. Installation You can install patchwork from github with: # install.packages(“devtools”) devtools::install_github(“thomasp85/patchwork”) Example The usage of patchwork is simple: just add plots […]