Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Завтра выложу пару полезных кодов на эту тему.
# perform ANOVA on one or more trained models anova(object, ...) that easy =)
Кстати, если есть люди, разбирающиеся в R, вопрос начинающего. Я вижу, что есть несколько дистрибутивов R, R-server, какой-то "A web application framework for R" http://shiny.rstudio.com/ , монструозные пакеты от Microsoft... Что выбрать-то?
От MS не пользовался, сказать не могу.
Мужики!
Если есть малейшие предпосылки - опыт программирования на любом языке и некоторые знания в статистике, то только R, и только R.
Матлаб вообще нельзя сравнивать - это пакет из другой оперы, да еще платный за бешенные бабки.
Конкурентами для R являются SAS и SPSS, но это платные пакеты и R их начинает обгонять. Лет 5 Матлаб еще сравнивали с R, а последних обзорах уже не вижу - ушел в небытие.
На сегодняший день R является является стандартом для статистики, имеется огромное количество публикаций и вообще мощнейшая движуха.
Например, очень полезный блог, публикация каждый день, можно подписаться на новости: http://www.r-bloggers.com/
Здесь куча книг за очень умеренные деньги: http://www.twirpx.com/search/?query=R. Забил в поиске R. Ищет хорошо по ключевым словам.
Не будем забывать, что R как алгоритмический язык программирования, вошел в первую десятку языков и стоит рядом с разновидностями С.
Для использования надо брать обычный R с RStudio. Кроме этого не будем забывать, что платный вариант R купила майкрософт и начинает продвигать этот свой вариант - следим за развитием событий.
Мужики!
Если есть малейшие предпосылки - опыт программирования на любом языке и некоторые знания в статистике, то только R, и только R.
Матлаб вообще нельзя сравнивать - это пакет из другой оперы, да еще платный за бешенные бабки.
Конкурентами для R являются SAS и SPSS, но это платные пакеты и R их начинает обгонять. Лет 5 Матлаб еще сравнивали с R, а последних обзорах уже не вижу - ушел в небытие.
На сегодняший день R является является стандартом для статистики, имеется огромное количество публикаций и вообще мощнейшая движуха.
Например, очень полезный блог, публикация каждый день, можно подписаться на новости: http://www.r-bloggers.com/
Здесь куча книг за очень умеренные деньги: http://www.twirpx.com/search/?query=R. Забил в поиске R. Ищет хорошо по ключевым словам.
Не будем забывать, что R как алгоритмический язык программирования, вошел в первую десятку языков и стоит рядом с разновидностями С.
Для использования надо брать обычный R с RStudio. Кроме этого не будем забывать, что платный вариант R купила майкрософт и начинает продвигать этот свой вариант - следим за развитием событий.
Отлично, я первый день потихоньку изучаю R, ответьте на вопросы плз, хочется сравнить возможности R и Matlab. Только без холиваров, взвешенно и спокойно :).
Отлично, я первый день потихоньку изучаю R, ответьте на вопросы плз, хочется сравнить возможности R и Matlab. Только без холиваров, взвешенно и спокойно :).
Да и да. Мой коллега цепляется к MS SQL.
Сигналы: https://cran.r-project.org/web/packages/signal/index.html
Наверное, есть и другие похожие пакеты.
R вырос из S. Он изначально затачивался под статистическую обработку данных. Наверное, какие-то возможности полноценных языков в нем могут отсутствовать, но делать стат.исследования в нем удобно. И есть множество (тысячи) опенсорсных пакетов для обработки и анализа данных.
Сейчас реализованы даже последние веяния машинного обучения - deep learning и нашумевший xGBoost.
Да и да. Мой коллега цепляется к MS SQL.
Сигналы: https://cran.r-project.org/web/packages/signal/index.html
Наверное, есть и другие похожие пакеты.
R вырос из S. Он изначально затачивался под статистическую обработку данных. Наверное, какие-то возможности полноценных языков в нем могут отсутствовать, но делать стат.исследования в нем удобно. И есть множество (тысячи) опенсорсных пакетов для обработки и анализа данных.
Сейчас реализованы даже последние веяния машинного обучения - deep learning и нашумевший xGBoost.