Здравствуйте.

Не нашел нужного раздела, поэтому решил задать вопрос здесь :-(

Возможно некоторые сталкивались с анализом данных в R ?
Какое реальное применение его ?

Заранее спасибо.

Павел ВоронцовСтанислав Клевцов,

Его реальное применение - анализ данных.

а конкретнее ?

Павел ВоронцовСтанислав Клевцовпропущено...


а конкретнее ?Каков вопрос, таков ответ. Для анализа применяется. Таково реальное применение. Берешь кучу данных, организуешь, фильтруешь, потом анализируешь. Для этого надо немного - уметь программировать на R. И понимать в анализе данных.

Область применения довольно узкая. Но если ты действительно овладеешь этим инструментом, то сможешь потом задорого это умение продать. Если повезет.

Здравствуйте, Павел.
Понятно и спасибо за небольшие разъяснения.

Диклевич АлександрR применяется в основном статистиками как бесплатный аналог (зачастую превосходящий) платных стат. программ навроде Stata.
Используется в основном для статистического анализа данных.

Сам язык довольно прост в освоении. Есть много готовых пакетов на многие случаи жизни. Интеграция с С, Fortran, C++, кроссплатформенность. Гибкая графическая система. Экспорт готовых результатов в PDF, HTML, LaTeX.

Реальное применение - можно например разрабатывать скоринговые модели. Затем при помощи немного платного ScienceBox можно эти модели "выставлять наружу", т.е. ScienceBox предоставляет возможность автоматического создания веб-сервиса, который сможет принимать значения переменных, передавать их в среду R для прогноза, и отправлять ответ. Также, ScienceBox предоставляет интерфейсы для управления моделями - деплой, контроль версий. Можно то же самое сделать самому забесплатно с помощью пакета RServe, клиента к нему и веб-приложения, скажем на ASP.NET.

Здравствуйте, Александр.

Вопрос : с помощью R можно анализировать \ прогнозировать продажи ?

Диклевич АлександрСтанислав Клевцов,

конечно. R - это только инструмент для практической реализации теории. Теоретические основы - статистика - везде одинаковы.
Можно и в Stata, и SAS, и даже в обычном Excel, или даже на бумажном листе с калькулятором - главное знать что делаешь.

Посмотрел ScienceBox. Спасибо.
Там еще используют Python для анализа данных и прочих вещей.

В Python-е есть вот такие библиотеки:

NumPy - работа с числовыми массивами

matplotlib - построение графиков

SciPy - функции для научных вычислений

pandas - таблицы (как matrix и data.frame в R)

Scikit-learn - алгоритмы машинного обучения

PythonSeaborn - визуализация статических данных