زبان برنامه نویسی R قدرتمند است، اما مبتنی بر درک مستقیم نیست. از دانشمندان داده انتظار می رود بتوانند از یک اکوسیستم R متنوع، نسخه ها و بسته های متفاوت را ترکیب کنند و مطابقت دهند. قبل از برنامه نویسی باید R را انتخاب، نصب و تنظیم کنید. در این دوره Mark Niemann-Ross مقدمه ای بر زبان برنامه نویسی R توضیح می دهد. ازجمله base R، tidyverse R، R Open مایکروسافت و Bioconductor R. او نگاهی به برنامه نویسی تعاملی با R و خط فرمان می اندازد. او همچنین بسته های کمکی برای کار با SQL، گرافیک 3D، داده ها و خوشه ها در R ارائه می دهد. در پایان این دوره کوتاه، شما یک نسخه از R همراه با چند کتابخانه اصلی و یک IDE بهینه شده را نصب خواهید کرد.

سرفصل ها:

  • نصب R در ویندوز، Macintosh و Linux
  • انتخاب یک محیط توسعه
  • نصب کتابخانه های مفید
  •  استفاده از R در  command line
  • چرا R را یاد بگیریم؟
  • Base R, tidyverse, Microsoft R و دیگر موارد
  • آنچه باید قبل از تماشای این دوره بدانید
  • استفاده از فایل های تمرینی
  • نصب Base R
  • دلیل منحصربه فرد بودن Base R
  • چک کنید که آیا R نصب شده است
  • نحوه ی نصب base R
  • محیط های توسعه برای base R
  • یک task مقایسه ای در base R
  • یک task بهینه برای base R
  • نصب tidyverse R
  • دلیل منحصربه فرد بودن tidyverse
  • نحوه ی نصب tidyverse
  • یک task مقایسه ای با استفاده از tidyverse
  • یک task بهینه برای tidyverse
  • نصب Microsoft R Open
  • دلیل منحصربه فرد بودن Microsoft R Open
  • نحوه ی نصب Microsoft R Open
  • محیط های توسعه برای Microsoft R Open
  • یک task مقایسه ای با استفاده از Microsoft R Open
  • یک task بهینه برای Microsoft R Open
  • نصب Bioconductor R
  • دلیل منحصربه فرد بودن Bioconductor R
  • نحوه ی نصب Bioconductor R
  • محیط های توسعه برای Bioconductor R
  • یک task مقایسه ای با استفاده از Bioconductor R
  • یک task بهینه برای Bioconductor R
  • ابتدا نگاهی بر برنامه نویسی تعاملی با R
  • استفاده از R با مباحث  command-line
  • بسته های R متداول
  • Sqldf
  • Rgl
  • جدول داده
  • خوشه
  • نتیجه
  • مراحل بعدی