Difference between revisions of "R"
Onnowpurbo (talk | contribs) |
Onnowpurbo (talk | contribs) |
||
Line 108: | Line 108: | ||
* [[R Plot: Basics]] | * [[R Plot: Basics]] | ||
* [[R Plot: multiple time series data]] | * [[R Plot: multiple time series data]] | ||
+ | * [[R Plot: ggplot2 extensions for ts objects]] |
Revision as of 11:21, 28 November 2019
R adalah bahasa pemrograman dan lingkungan perangkat lunak bebas untuk komputasi statistik dan grafik yang didukung oleh R Foundation for Statistical Computing. Bahasa R banyak digunakan di kalangan ahli statistik dan data miner untuk mengembangkan perangkat lunak statistik dan analisis data. Jajak pendapat, survei penambangan data dan studi basis data literatur ilmiah, menunjukkan peningkatan popularitas yang cukup besar dalam beberapa tahun terakhir. Pada Agustus 2018, R peringkat ke-18 dalam indeks TIOBE, ukuran popularitas bahasa pemrograman.
Paket GNU, source code untuk lingkungan perangkat lunak R ditulis terutama di C, Fortran dan R sendiri dan tersedia secara gratis di bawah GNU General Public License. Versi biner pre-compiled disediakan untuk berbagai sistem operasi. Meskipun R hanya menggunakan command line interface, ada beberapa antarmuka pengguna grafis, seperti RStudio, lingkungan pengembangan terintegrasi.
Referensi
- http://www.rexamples.com/
- http://www.sthda.com/english/articles/32-r-graphics-essentials/
- https://www.tidytextmining.com/
Pranala Menarik
- R: Install di Ubuntu 18.04
- R: Install di Ubuntu
- R: Install java
- R: Menggunakan library CRAN
- R: Matematika Dasar
- R: Tipe Data - Numeric Character Logical
- R: ls dan ls.str untuk melihat daftar variable dan isinya
- R: garbage cleanup
- R: sort
Data
R Studio
- https://gist.github.com/ElToro1966/999f1c8ca51a75648dd587a3170e4335
- http://web.cs.ucla.edu/~gulzar/rstudio/basic-tutorial.html
- RStudio: Install
File Processing
- R: operasi file
- R: readtext
- R: read PDF
- R: read CSV
- R: Read File
- R: multiread file
- R: save dan load data
Text Processing
- R: Package Pendukung Text Processing
- R: twitter persiapan
- R: stopwords
- R: Text Vector
- R: tidy text dataset - tibble
- R: contoh DataframeSource
- R: wordcloud
- R: wordcloud dari dua sumber
- R: evaluasi twit
- R: bigram
- R: bigram 2
- R: trigram
- R: ngram dan frekuensi-nya
- R: term frequency tf dan inverse document frequency idf
- R: ngram word clouds
- R: spam classification
Referensi
TidyText Processing
tidy data has a specific structure:
- Each variable is a column
- Each observation is a row
- Each type of observational unit is a table
- R: read multi PDF ke tidytext
- R: tidytext data frame
- R: tidytext Jane Austen Book
- R: sentiments analysis
- R: tidytext RPJP BAPPENAS
- R: tidytext NASA data
- R: tidytext analisa twitter
Bayesian
- http://www.bnlearn.com/
- https://www.r-bloggers.com/text-message-classification/
- https://www.r-bloggers.com/bayesian-network-in-r-introduction/
- https://cran.r-project.org/web/packages/BayesianNetwork/vignettes/BayesianNetwork.html
- http://www.di.fc.ul.pt/~jpn/r/bayesnets/bayesnets.html
Time Series
- https://a-little-book-of-r-for-time-series.readthedocs.io
- https://www.statmethods.net/advstats/timeseries.html
- https://a-little-book-of-r-for-biomedical-statistics.readthedocs.io
- R: time series
- R: Rserve
- R: ARDUINO dengan RServe
- R: Stock Prices Prediction Using Machine Learning and Deep Learning Techniques with Python codes