R programlama

GirişR Programlama Dilinin Yaygın Kullanım Alanları

R Programlama DiliR Paketlerin Bazıları

R ’ın Alternatifleri ile KarşılaştırılmasıSonuç

Kaynaklar

Bilecik Şeyh Edebali Üniversitesi

R PROGRAMLAMA DİLİ

Şükrü ERGÜNTOP

[email protected]://sukruerguntop.blogspot.com

28 Mayıs 2015

Şükrü ERGÜNTOP 28 Mayıs 2015 BİTİRME ÇALIŞMASI 1 / 30

[email protected]

http://sukruerguntop.blogspot.com




Kaynaklar


İÇİNDEKİLER

Giriş

R Programlama Dilinin Yaygın Kullanım Alanları

R Programlama Dili

R Paketlerin Bazıları

R ’ın Alternatifleri ile KarşılaştırılmasıR ve Matlab KarşılaştırılmasıR ve Weka Karşılaştırılması

Sonuç

Kaynaklar





Kaynaklar


R Tarihçesi

R TarihçesiYeni Zelanda Auckland

Üniversitesinden Ross Ihaka veRobert Gentleman tarafından ortayaçıkarılan R halihazırda R GeliştirmeÇekirdek Ekibi tarafındangeliştirilmekte. İlk çıkış tarihi 1993tür. Resmi web sitesiwww.r-project.org dur

./billeder/platetectonics





Kaynaklar


R Nedir

R NedirR, bir programlama dili ve

istatistiksel hesaplamalar ve grafikiçin yazılım geliştirme ortamıdır. Verianalizi ve istatistiksel yazılımgeliştiştirmek için veri madencileri veistatistikçiler arasında yaygın olarakkullanılır.





Kaynaklar


R Nedir

R NedirUnix platformlar, Windows ve

Mac Os’ta geniş bir yelpazede derlerve çalıştırır. R, CRAN web sitesindeindirilebilir ve yüklenebilir. CRAN’ınaçılımı, Kapsamlı R Arşiv Ağı

./billeder/platetectonics





Kaynaklar


R Nedir

R Nedir[1]• En yaygın kullanılan veri analiz yazılımı

• 2 milyondan fazla veri bilimcisi, istatistikçisi ve analizcisitarafından kullanılıyor

• En güçlü istatistiksel programlama dili• Verimlilik için esnek, genişletilebilir ve geniş kapsamlıdır

• Güzel ve eşsiz veri görselleştirmesi oluşturulabilir.• Newyork times, Twiter ve Flowing data’da görüldüğü gibi

• Gelişen açık kaynak topluluğu.• analitik araştırmalara öncülük etmesi





Kaynaklar


Neden R Öğrenmeliyim

Neden R Öğrenmeliyim





Kaynaklar


R’ın Popülerliği Sürekli Olarak Büyümesidir[2]





Kaynaklar


Makine Öğrenmesi İçin Indeed.com Anketi





Kaynaklar


Analitik ve Veri Madenciliği için Kdnuggets Anketi





Kaynaklar


R Programlama dilini Kullananlar

• Google• Facebook• Twiter• Bing• ford• Firefox





Kaynaklar


Finance





Kaynaklar


Bio Science





Kaynaklar


Healt Care





Kaynaklar


Marketting





Kaynaklar


R Platformları

R Platformları• RStudio• Cmdr• RConsole• JGR• Deducer





Kaynaklar


RStudio Platformu





Kaynaklar


R Örnek Kodu

Paketlerin Yüklenmesi• install.packages(’datasets’)• install.packages(’nnet’)• library(datasets)• library(nnet)





Kaynaklar


R Örnek Kodu

Veri Düzenlenmesi• ir<-rbind(iris3[„1],iris3[„2],iris3[„3])• targets<-class.ind( c(rep("s", 50), rep("c", 50), rep("v", 50)) )• samp<-c(sample(1:50,25), sample(51:100,25),sample(101:150,25))





Kaynaklar


R Örnek Kodu

Verinin sınıflandırılması• ir1<-nnet(ir[samp,], targets[samp,], size= 2, rang=0.1,decay= 5e-4, maxit= 200)





Kaynaklar


R Örnek Kodu

Oluşturulan Ağın Çizimi• par(mar=numeric(4),family=’serif’)• plot.nnet(ir1,pos.col=’darkgreen’,neg.col=’darkblue’,alpha.val=0.7,rel.rsc=15,circle.cex=10,cex=1.4,circle.col=’brown’)





Kaynaklar


Oluşturulan Ağ Modeli





Kaynaklar


Oluşturulan Ağ Modelinin Testi

Oluşturulan Ağ Modelinin Testi• test.cl <- function(true, pred){true <- max.col(true)cres <- max.col(pred)table(true, cres)}

• test.cl(targets[-samp,],predict(ir1, ir[-samp,]))





Kaynaklar



• nnet

• neuralnet• shinny• klaR• e1071• genalg• ggplot2• RWeka

• animation• EBImage• RGtk2• gWidgets• twitteR• ggmap• knitr• htmlwidgets





Kaynaklar



• nnet• neuralnet

• shinny• klaR• e1071• genalg• ggplot2• RWeka






Kaynaklar



• nnet• neuralnet• shinny

• klaR• e1071• genalg• ggplot2• RWeka






Kaynaklar



• nnet• neuralnet• shinny• klaR

• e1071• genalg• ggplot2• RWeka






Kaynaklar



• nnet• neuralnet• shinny• klaR• e1071

• genalg• ggplot2• RWeka






Kaynaklar



• nnet• neuralnet• shinny• klaR• e1071• genalg

• ggplot2• RWeka






Kaynaklar



• nnet• neuralnet• shinny• klaR• e1071• genalg• ggplot2

• RWeka






Kaynaklar



• nnet• neuralnet• shinny• klaR• e1071• genalg• ggplot2• RWeka






Kaynaklar




• animation

• EBImage• RGtk2• gWidgets• twitteR• ggmap• knitr• htmlwidgets





Kaynaklar




• animation• EBImage

• RGtk2• gWidgets• twitteR• ggmap• knitr• htmlwidgets





Kaynaklar




• animation• EBImage• RGtk2

• gWidgets• twitteR• ggmap• knitr• htmlwidgets





Kaynaklar




• animation• EBImage• RGtk2• gWidgets

• twitteR• ggmap• knitr• htmlwidgets





Kaynaklar




• animation• EBImage• RGtk2• gWidgets• twitteR

• ggmap• knitr• htmlwidgets





Kaynaklar




• animation• EBImage• RGtk2• gWidgets• twitteR• ggmap

• knitr• htmlwidgets





Kaynaklar




• animation• EBImage• RGtk2• gWidgets• twitteR• ggmap• knitr

• htmlwidgets





Kaynaklar









Kaynaklar


R ve Matlab Karşılaştırılması





Kaynaklar



R ve Matlab• R, veri madenciliği ve istatikte yaygın kullanılmaktadır

• R’da veri analizi için veriyi biçimlendirmek daha kolaydır.• dplyr, tidyr ve Reshape gibi araçlar kolay, ücretsiz veridönüşümü ve analiz yetenekleri sağlar.

• Matlab protatip, simulasyon ve tasarım algoritmaları için eniyisidir.

• Her ikiside matematiksel fonksiyonlara erişim sağlar• R, ihtiyaca göre paketler yükler buda hızı artırır ama genelanlamda Matlab hız olarak daha iyidir.

• R Grafiksel yönden daha iyidir.





Kaynaklar



R ve Matlab• R, veri madenciliği ve istatikte yaygın kullanılmaktadır• R’da veri analizi için veriyi biçimlendirmek daha kolaydır.

• dplyr, tidyr ve Reshape gibi araçlar kolay, ücretsiz veridönüşümü ve analiz yetenekleri sağlar.








Kaynaklar



R ve Matlab• R, veri madenciliği ve istatikte yaygın kullanılmaktadır• R’da veri analizi için veriyi biçimlendirmek daha kolaydır.• dplyr, tidyr ve Reshape gibi araçlar kolay, ücretsiz veridönüşümü ve analiz yetenekleri sağlar.








Kaynaklar











Kaynaklar





• Her ikiside matematiksel fonksiyonlara erişim sağlar

• R, ihtiyaca göre paketler yükler buda hızı artırır ama genelanlamda Matlab hız olarak daha iyidir.






Kaynaklar











Kaynaklar











Kaynaklar


R ve Weka Karşılaştırılması





Kaynaklar



R• R, Weka’dan daha güçlü ve esnek

• R’da veri analizi için veriyi biçimlendirmek daha kolaydır.• dplyr, tidyr ve Reshape gibi araçlar kolay, ücretsiz veridönüşümü ve analiz yetenekleri sağlar.






Kaynaklar



R• R, Weka’dan daha güçlü ve esnek• R’da veri analizi için veriyi biçimlendirmek daha kolaydır.

• dplyr, tidyr ve Reshape gibi araçlar kolay, ücretsiz veridönüşümü ve analiz yetenekleri sağlar.






Kaynaklar



R• R, Weka’dan daha güçlü ve esnek• R’da veri analizi için veriyi biçimlendirmek daha kolaydır.• dplyr, tidyr ve Reshape gibi araçlar kolay, ücretsiz veridönüşümü ve analiz yetenekleri sağlar.






Kaynaklar



R• R, Weka’dan daha güçlü ve esnek• R’da veri analizi için veriyi biçimlendirmek daha kolaydır.• dplyr, tidyr ve Reshape gibi araçlar kolay, ücretsiz veridönüşümü ve analiz yetenekleri sağlar.






Kaynaklar


Sonuç

Sonuç olarak R her platformda çalışan güçlü, esnek ve zevkli birdildir. Özellikle İstatistiksel hesaplama ve grafiksel yanı diğeralternatiflerine göre çok güçlüdür. R’ın Veri Madenciliği, MakineÖğrenmesi, İstatistiki, Yapay Sinir Ağları, Veri Analizi paketlerisayesinde geniş kitlelere yayılmaktadır ve son yıllarda her alandapopülerliği artmaktadırs.





Kaynaklar


Kaynaklar

1 http:www.r-project.org2 http:tryr.codeschool.com3 http:www.inside-r.org4 http:www.r-bloggers.com5 http:www.rdatamining.com


Software

R programlama