Apprentissage de R | Partie 1 | Bases de R & RStudio

Cet article est ma tentative de donner un coup de pouce à la carrière des développeurs qui souhaitent commencer avec l'Apprentissage automatique, l'Intelligence artificielle, la Science des données, l'Exploitation de données, le Traitement du langage naturel, et autres opportunités liées aux données.

En commençant par certaines des questions fondamentales qui se posent avant de faire le grand saut :

Est-il nécessaire de connaître R/Python pour explorer les domaines mentionnés ci-dessus ? Non.
Pourquoi avons-nous besoin de R/Python ? Pour comprendre les données.

La programmation R est principalement utilisée pour l'Analyse de données . Elle améliore votre compréhension des données et vous aide à explorer les points de données inexploités.

Avantages

Open Source
Étant un langage vectoriel, la fonction peut être exécutée sur le vecteur sans boucler à travers lui, ce qui le rend puissant.
C'est un langage interprété, ce qui lui permet de s'exécuter sans compilateur, rendant ainsi le développement plus facile.
Le support de fonctions comme les graphiques, les diagrammes, les fonctions statistiques, etc. en fait un choix judicieux pour les applications de science des données et l'analyse statistique.

Limitations

Performance & Évolutivité - Il peut très rapidement consommer toute la mémoire disponible. (Bien qu'il existe de nombreux paquets d'optimisation de la mémoire)
Sécurité - Les paquets tiers n'ont aucun contrôle de sécurité.

Utilisation

D'après les avantages et inconvénients mentionnés ci-dessus, je pense personnellement que R peut être utilisé pour comprendre, interpréter et analyser les données.
Il peut être utilisé efficacement dans les applications hors production pour le prétraitement & le nettoyage des données. De plus, c'est un excellent outil pour identifier les points de données.

Si vous ne comprenez pas vos données, n'attendez pas que la machine les comprenne.

Installation

R peut être téléchargé à partir de ici.
Il existe diverses interfaces graphiques disponibles pour la programmation R comme RStudio , Rattle , et R Commander . J'ai trouvé RStudio être le meilleur en termes d'utilisation. Il peut être téléchargé à partir de ici.

Comprendre RStudio

Haut à gauche → Éditeur où le code est écrit (Similaire à VS Code, Sublime, etc)
Bas à gauche → Console (Similaire à la console du développeur et aux terminaux)
Haut à droite → C'est là que toutes les variables utilisées sont listées avec leurs valeurs.
Bas à droite → Cela contient 5 panneaux 1. Fichiers → Pour organiser et ouvrir les fichiers nécessaires. 2. Graphique → Tous les graphiques dessinés sont affichés ici. 3. Paquets → Affiche une liste des paquets système et utilisateur. (Coché indique l'activation du paquet pour utilisation) 4. Aide → Comme son nom l'indique. 5. Visionneuse → Ce panneau est utilisé pour visualiser le contenu web local comme les fichiers HTML statiques ou une application web s'exécutant localement.