เรียน R: วิเคราะห์ข้อมูล
เรียน R: วิเคราะห์ข้อมูล — เขียนโค้ด R แล้วดูกราฟและตาราง
เรียน R: วิเคราะห์ข้อมูล คือแอป iOS และ Android สำหรับ การเขียนโปรแกรม R ที่มุ่งเน้นการวิเคราะห์ข้อมูลและสถิติ คุณอ่านบทเรียนสั้น ๆ เขียนโค้ด R ในเครื่องมือแก้ไขที่มีมาให้ รันโค้ด แล้ว กราฟหรือตารางข้อมูล จะปรากฏในแอป มีทั้งหมด 43 คอร์ส ตั้งแต่เวกเตอร์แรกของคุณไปจนถึงรีเกรสชัน พร้อม AI mentor และเครื่องจำลองสถิติแบบโต้ตอบ
- ราคา
- ใช้งานฟรี อัปเกรดเป็น Pro
- แพลตฟอร์ม
- iOS และ Android
- ภาษา
- 22
- การจัดอันดับอายุ
- 4+
- ตัวรันโค้ด
- R 4.0 ต้องเชื่อมต่ออินเทอร์เน็ต
- ต้องใช้
- iOS 15.1 ขึ้นไป
- App Store
- 5.0 ★ (1)
R สร้างขึ้นมาเพื่อจัดการข้อมูล ดังนั้นผลลัพธ์จึงสำคัญพอ ๆ กับโค้ด
คำสั่ง print ให้ผลตอบแทนไม่มากนักใน R สิ่งที่น่าสนใจคือฮิสโตแกรม ตารางที่เรียงลำดับได้ หรือเส้นที่ฟิตกับข้อมูล นั่นจึงเป็นเหตุผลที่แอปนี้แสดงภาพจาก plot(), hist(), boxplot() และ barplot() รวมถึง data frames ในรูปแบบตารางจริงทันทีหลังรัน แทนที่จะปล่อยให้คุณเห็นเพียงกำแพงข้อความ
คืออะไร
เรียน R: วิเคราะห์ข้อมูล คือบทเรียน R คอร์ส R และเครื่องมือแก้ไขโค้ด R บนมือถือสำหรับ iOS และ Android มี 43 คอร์ส รวม 159 บทเรียน ตั้งแต่ระดับ A1 ถึง C1 ครอบคลุมเวกเตอร์และ data frames, dplyr และ tidyr, กราฟ ggplot2, การวิเคราะห์ข้อมูลเชิงสำรวจ, ความน่าจะเป็นและสถิติ รวมถึงหัวข้อขั้นสูงอย่าง tidymodels, Shiny และสถิติแบบเบย์ด้วย RStan เครื่องมือแก้ไขจะรันโค้ดของคุณบนตัวแปลภาษา R 4.0 จริงบนเซิร์ฟเวอร์ของแอป จึงต้องเชื่อมต่ออินเทอร์เน็ต และ AI mentor สามารถอธิบายข้อความแสดงข้อผิดพลาด ตาราง หรือกราฟได้
ภายในแอป
หน้าตาเป็นอย่างไร
คอร์ส
เนื้อหาที่คอร์ส R ครอบคลุม
43 คอร์สและ 159 บทเรียนจากรายการคอร์สของแอปเอง จัดระดับตั้งแต่ A1 ถึง C1 ทั้ง 8 ระยะนี้ช่วยให้เห็นภาพรวมของเส้นทางการเรียนรู้
Welcome to R และ Introduction to R and RStudio
การติดตั้ง R การทำความคุ้นเคยกับ RStudio เลขคณิตพื้นฐาน การสร้างออบเจ็กต์ และการจัดเวิร์กสเปซให้เป็นระเบียบ
ชนิดข้อมูลและโครงสร้างข้อมูล เมทริกซ์ ค่าที่หายไป
เวกเตอร์ เมทริกซ์และแฟกเตอร์ ลำดับ การแปลงชนิดข้อมูล และพฤติกรรมของ NA กับ NaN เมื่อใช้ในการคำนวณ
ฟังก์ชัน การควบคุมลำดับการทำงาน สตริง และวันที่
การเขียนฟังก์ชัน ตรรกะ if และลูป การดีบัก การจัดรูปแบบสตริง การทำงานกับวันที่ และการเรียงลำดับพร้อมจัดอันดับค่า
การจัดการข้อมูลและ Tidyverse
การกรองและสรุปข้อมูลด้วย dplyr การปรับโครงสร้างข้อมูลด้วย tidyr และการอ่านไฟล์ด้วย readr และ readxl
การแสดงภาพข้อมูล
เริ่มจากการสร้างกราฟด้วย base R แล้วต่อด้วยกราฟแบบหลายชั้นด้วย ggplot2
การวิเคราะห์ข้อมูลเชิงสำรวจและสถิติ
การอธิบายชุดข้อมูล ความน่าจะเป็น การจำลอง และการวิเคราะห์ทางสถิติ พร้อมเครื่องจำลองที่ช่วยให้เห็นแนวคิดแต่ละอย่างเปลี่ยนแปลงไป
การเขียนโปรแกรมเชิงฟังก์ชัน การสร้างแบบจำลอง และ Shiny
purrr การเรียนรู้ของเครื่องด้วย tidymodels ป่าสุ่ม แอปพลิเคชัน Shiny และ Plumber APIs
หัวข้อเฉพาะทางและหัวข้อขั้นสูง
การทำเหมืองข้อความ การวิเคราะห์ข้อมูลเชิงภูมิสารสนเทศ การพัฒนาแพ็กเกจ ประสิทธิภาพและการประมวลผลแบบขนาน และสถิติแบบเบย์ด้วย RStan
ทำงานอย่างไร
เซสชันการเรียนรู้ทั่วไป
เซสชันจะสลับระหว่างการทำความเข้าใจแนวคิดกับการตรวจสอบแนวคิดนั้นจากผลลัพธ์จริง ดังนั้นผลลัพธ์ของแต่ละแนวคิดจึงเป็นสิ่งที่คุณมองเห็นได้
เปิดบทเรียนของวันนี้
เรียนต่อจากจุดที่ค้างไว้ หรือเลือกหัวข้อจากเส้นทางการเรียนรู้ แต่ละบทเรียนเริ่มด้วยคำอธิบายสั้น ๆ ที่ใช้ภาษาทั่วไป และคำถามสั้น ๆ เพื่อยืนยันว่าคุณเข้าใจแนวคิดแล้ว
แก้ไขโค้ดแล้วรัน
เปิดเครื่องมือแก้ไข R เปลี่ยนตัวอย่าง แล้วรันโค้ด ผลลัพธ์แบบข้อความจะไปที่คอนโซล คำสั่งวาดกราฟจะแสดงกราฟ และ data frame จะปรากฏเป็นตารางที่เรียงลำดับได้ พร้อมสรุปคอลัมน์และไฮไลต์ค่า NA
ถามเมื่อมีสิ่งที่ไม่ชัดเจน
หากข้อความแสดงข้อผิดพลาดเข้าใจยาก R Error Doctor จะถอดความให้เป็นภาษาที่เข้าใจง่ายและแนะนำวิธีแก้ไข สำหรับผลลัพธ์ ตาราง หรือกราฟที่คุณไม่เข้าใจ AI data mentor จะอธิบายสิ่งที่แสดงอยู่
ฝึกฝนด้วยข้อมูลที่คุณลงมือสำรวจได้
ทำภารกิจแบบมีคำแนะนำกับชุดข้อมูลที่มีมาให้ เช่น mtcars, iris และ airquality สร้างการวิเคราะห์ทีละเซลล์ในสมุดโน้ต หรือจะนำเข้า CSV ของคุณเองก็ได้
มีอะไรอยู่ข้างใน
ภายในแอปมีอะไรบ้าง
43
คอร์ส R, 159 บทเรียน
เส้นทางการเรียนรู้ตั้งแต่ระดับ A1 ถึง C1 ครอบคลุมเวกเตอร์ เมทริกซ์ factors สตริงและวันที่ control flow การจัดการข้อมูล การแสดงภาพ สถิติ และหัวข้อขั้นสูง เช่น แอป Shiny และ Plumber APIs
กราฟ
กราฟและตารางจากโค้ดของคุณเอง
plot(), hist(), boxplot() และ barplot() จะแสดงผลภายในแอป และ data frames จะแสดงเป็นตารางที่คุณเรียงลำดับได้ พร้อมสรุปคอลัมน์และระบุค่าที่หายไป
12
เครื่องจำลองสถิติ
เวิร์กช็อปแบบโต้ตอบเกี่ยวกับเส้นโค้งปกติ ทฤษฎีบทขีดจำกัดส่วนกลาง ค่า p สหสัมพันธ์ การฟิตเส้น ขนาดตัวอย่าง และโครงสร้างของ boxplot โดยแต่ละหัวข้อจะแสดงโค้ด R ที่อยู่เบื้องหลังสิ่งที่คุณปรับ
ชุดข้อมูล
Dataset Lab และ R Notebook
ภารกิจแบบมีคำแนะนำเกี่ยวกับ mtcars, iris, airquality และไฟล์ CSV สำหรับฝึกหัดอีกห้าไฟล์ พร้อมสมุดโน้ตแบบทีละเซลล์สำหรับสร้างการวิเคราะห์ของคุณเอง คุณยังสามารถนำเข้า CSV ของคุณเองได้
Error Doctor
ข้อผิดพลาด R ในภาษาที่เข้าใจง่าย
R Error Doctor จะเขียนข้อความแสดงข้อผิดพลาดที่เข้าใจยากใหม่ให้เป็นภาษาง่าย ๆ และแนะนำวิธีแก้ไข โดยใช้แนวทาง Base R หากมีวิธีดังกล่าว
โปรเจกต์
โปรเจกต์และภารกิจการวิเคราะห์
โปรเจกต์การวิเคราะห์แบบครบวงจร 3 โปรเจกต์ พร้อมรายงานผลที่แชร์ได้ โปรเจกต์เขียนโค้ดแบบมีคำแนะนำ 20 โปรเจกต์ และภารกิจ 60 ภารกิจในระดับง่าย ปานกลาง และยาก
พื้นฐาน
R ใช้ทำอะไร และเหมาะเป็นภาษาโปรแกรมภาษาแรกหรือไม่
R เป็นภาษาที่สร้างขึ้นสำหรับสถิติและการวิเคราะห์ข้อมูล นักวิจัย นักวิเคราะห์ นักชีวสถิติ นักเศรษฐศาสตร์ และนักจิตวิทยาใช้ R เพื่อทำความสะอาดข้อมูล สรุปข้อมูล ทดสอบสมมติฐาน และแสดงผลเป็นกราฟ R เป็นภาษาแรกที่เหมาะสมหากเป้าหมายของคุณคือการทำงานกับข้อมูล เพราะแม้แต่สคริปต์สั้น ๆ ก็สร้างผลลัพธ์ที่มีความหมายได้ เช่น ค่าเฉลี่ย เส้นรีเกรสชัน หรือกราฟ แต่ R เป็นตัวเลือกที่ด้อยกว่าหากคุณต้องการสร้างเว็บไซต์หรือแอปมือถือ ซึ่งภาษาอเนกประสงค์จะเหมาะกว่า
เริ่มจากเวกเตอร์แนวคิดเบื้องหลังทุกสิ่ง
ใน R ตัวเลขเพียงหนึ่งตัวก็คือเวกเตอร์ที่มีความยาวหนึ่ง และการดำเนินการส่วนใหญ่ทำงานกับเวกเตอร์ทั้งชุดได้ในครั้งเดียว เมื่อเข้าใจจุดนี้แล้ว คุณจะใช้ลูปน้อยลงและเขียนโค้ดได้สั้นลง ซึ่งเป็นเหตุผลหนึ่งที่ทำให้ R ดูแปลกสำหรับคนที่มาจากภาษาอื่น
Data framesสเปรดชีตในแบบของ R
data frame คือตารางที่แต่ละคอลัมน์เก็บค่าประเภทเดียวกัน และแต่ละแถวแทนหนึ่งข้อมูลสังเกต ชุดข้อมูลฝึกหัดที่มีมาให้ เช่น mtcars และ iris เป็น data frames และการวิเคราะห์แทบทุกอย่างที่คุณจะอ่านมักเริ่มจากการโหลดหรือสร้าง data frame ขึ้นมา
ค่าที่หายไป (NA)เรื่องประหลาดใจแรกในข้อมูลจริง
R จะแทนค่าที่ไม่ทราบด้วย NA และไม่เดาค่าให้เอง ค่าเฉลี่ยของคอลัมน์ที่มี NA เพียงหนึ่งค่าจะเป็น NA ด้วย จนกว่าคุณจะระบุว่าจะจัดการกับค่านั้นอย่างไร นี่จึงเป็นเหตุผลที่การจัดการค่าที่หายไปเป็นทักษะเบื้องต้น ไม่ใช่ทักษะขั้นสูง
Base R และ tidyverseสองวิธีในการพูดสิ่งเดียวกัน
Base R คือสิ่งที่มาพร้อมกับภาษา ส่วน tidyverse คือกลุ่มแพ็กเกจ (dplyr, tidyr, ggplot2, readr) ที่นักวิเคราะห์จำนวนมากเลือกใช้เพื่อปรับรูปแบบข้อมูลและสร้างกราฟ โค้ด R ในโลกจริงส่วนใหญ่ใช้ทั้งสองแบบผสมกัน ดังนั้นการอ่านโค้ดได้ทั้งสองสไตล์จึงเป็นประโยชน์
เหมาะกับคุณไหม
เหมาะกับใคร — และไม่เหมาะกับใคร
เหมาะกับคุณหากคุณ
- กำลังเรียนวิชาสถิติ ชีวสถิติ จิตวิทยา หรือเศรษฐศาสตร์ที่ใช้ R
- ทำงานกับสเปรดชีตและต้องการย้ายการวิเคราะห์มาเขียนเป็นโค้ด
- ต้องการภาษาเขียนโปรแกรมภาษาแรกที่สร้างมาเพื่อข้อมูล ไม่ใช่เว็บไซต์
- ต้องการอ่านโค้ด R และเข้าใจว่าผลลัพธ์ทางสถิติกำลังบอกอะไร
- เรียนรู้ได้ดีที่สุดจากการเปลี่ยนโค้ดหนึ่งบรรทัดแล้วดูกราฟวาดใหม่
ไม่ใช่เครื่องมือที่เหมาะ หากคุณ
- ต้องการรัน dplyr, ggplot2 หรือ tidymodels ด้วยตัวเองบนโทรศัพท์: ตัวรันในแอปคือ base R 4.0 ดังนั้นบทเรียนเหล่านั้นจะสอนโค้ดและแนวคิด ส่วนการรันแพ็กเกจต้องทำบนคอมพิวเตอร์
- คาดหวังว่าจะเขียนโค้ดแบบออฟไลน์: โปรแกรมแก้ไขโค้ดจะส่งโค้ดของคุณไปยังเซิร์ฟเวอร์ของแอป จึงต้องเชื่อมต่ออินเทอร์เน็ต
- ต้องการให้ทุกอย่างฟรี: คอร์สแรกฟรี และ Pro จะปลดล็อกส่วนที่เหลือ
- กำลังมองหาคอร์สพัฒนาเว็บไซต์หรือแอปทั่วไป
คำถาม
คำถามที่พบบ่อย
วิธีที่ดีที่สุดในการเรียนเขียนโปรแกรม R บนโทรศัพท์คืออะไร?
มองหาแอปที่ให้คุณรัน R และแสดงผลลัพธ์ได้ เพราะคุณค่าของ R อยู่ที่กราฟ ตาราง และผลลัพธ์ทางสถิติ เรียน R: วิเคราะห์ข้อมูล มีโปรแกรมแก้ไขโค้ดในตัวที่เชื่อมต่อกับตัวแปลภาษา R 4.0 จริง จึงแสดงกราฟและ data frame ได้หลังการรันแต่ละครั้ง ภายในแอปยังมีบทเรียนสั้น ๆ โน้ตบุ๊ก และเครื่องจำลองสถิติ 12 รายการ และเริ่มใช้งานได้ฟรีบน iOS และ Android
แอปรันโค้ด R จริงหรือแค่แสดงตัวอย่าง?
แอปรัน R จริง โค้ดของคุณจะถูกส่งไปยังตัวแปลภาษา R 4.0 บนเซิร์ฟเวอร์ของแอป แล้วส่งผลลัพธ์กลับมาเป็นข้อความ กราฟ หรือตาราง เนื่องจากกระบวนการนี้ทำงานออนไลน์ เรียน R: วิเคราะห์ข้อมูล จึงต้องเชื่อมต่ออินเทอร์เน็ตทุกครั้งที่คุณกดรัน
ฉันใช้ dplyr และ ggplot2 ในแอปได้ไหม?
บทเรียนสอน dplyr, tidyr, ggplot2 และแพ็กเกจ tidyverse อื่น ๆ แต่ตัวรันในแอปเป็น base R 4.0 พร้อมแพ็กเกจที่แนะนำ หากต้องการรันแพ็กเกจอย่าง dplyr, ggplot2 หรือ tidymodels ด้วยตัวเอง ให้ใช้ R บนคอมพิวเตอร์ ในกรณีที่มีวิธีแบบ base R, R Error Doctor ใน เรียน R: วิเคราะห์ข้อมูล จะแสดงวิธีนั้นให้
R เป็นภาษาเขียนโปรแกรมภาษาแรกที่ดีสำหรับการวิเคราะห์ข้อมูลหรือไม่?
ใช่ หากเป้าหมายคือการทำงานกับข้อมูล R ถูกออกแบบมาสำหรับสถิติ ดังนั้นการสรุปคอลัมน์ การวาดฮิสโตแกรม หรือการสร้างเส้นแนวโน้มจึงใช้โค้ดเพียงไม่กี่บรรทัด เรียน R: วิเคราะห์ข้อมูล เริ่มต้นโดยไม่ถือว่าคุณมีประสบการณ์มาก่อน เริ่มจากการติดตั้ง R และเก็บค่าไว้ในตัวแปร จากนั้นจึงต่อยอดไปยัง data frame และกราฟ
ฉันฝึกฝนอะไรได้บ้างนอกเหนือจากบทเรียน?
เรียน R: วิเคราะห์ข้อมูล มี Dataset Lab พร้อม mtcars, iris, airquality และไฟล์ CSV สำหรับฝึกฝนอีก 5 ไฟล์ แต่ละไฟล์มีงานที่มีคำแนะนำ และคุณยังนำเข้า CSV ของตัวเองได้ นอกจากนี้ยังมี R Notebook สำหรับสร้างการวิเคราะห์ทีละเซลล์ ภารกิจเขียนโค้ด 60 ภารกิจ และปริศนาข้อมูลประจำวัน
เครื่องจำลองสถิติคืออะไร?
เป็นเวิร์กช็อปแบบอินเทอร์แอกทีฟ 12 รายการที่ให้คุณเลื่อนแถบปรับค่าแล้วดูผลลัพธ์เปลี่ยนแปลง เช่น เส้นโค้งปกติ ทฤษฎีบทขีดจำกัดกลาง ค่า p ความสัมพันธ์ การสร้างเส้นแนวโน้ม ขนาดตัวอย่าง โครงสร้างของ boxplot และอื่น ๆ แต่ละรายการจะแสดงโค้ด R ที่อยู่เบื้องหลัง จึงเชื่อมโยงแนวคิดเข้ากับไวยากรณ์ใน เรียน R: วิเคราะห์ข้อมูล
เรียน R: วิเคราะห์ข้อมูล ฟรีหรือไม่?
ดาวน์โหลดได้ฟรี และคอร์สแรก Welcome to R ก็ฟรีเช่นกัน เวอร์ชันฟรีมีตัวอย่างบทเรียนทุกบท โปรแกรมแก้ไขโค้ด R, Error Doctor, เครื่องจำลอง 6 รายการจากทั้งหมด 12 รายการ ชุดข้อมูล 3 ชุด โปรเจกต์แบบมีคำแนะนำ 1 โปรเจกต์ โปรเจกต์การวิเคราะห์ 1 โปรเจกต์ ภารกิจ 2 ภารกิจ และโควตาการใช้งานผู้ช่วย AI รายวัน พร้อมแสดงโฆษณา Pro จะปลดล็อกทุกคอร์ส โปรเจกต์ เครื่องจำลอง และชุดข้อมูลทั้งหมด รวมถึงการสอบและใบรับรอง และนำโฆษณาออก แอปแสดงชื่อ เรียน R: วิเคราะห์ข้อมูล บน Google Play และ Learn R: Data Analysis & Code บน App Store
การเรียกเก็บเงินสำหรับ Pro ทำงานอย่างไร?
Pro เป็นการสมัครสมาชิกแบบรายสัปดาห์ รายเดือน หรือรายปี หรือเลือกซื้อแบบตลอดชีพครั้งเดียวก็ได้ คุณเลือกได้เมื่อข้อเสนอปรากฏในแอป และการซื้อจะดำเนินการผ่าน App Store หรือ Google Play
มีใบรับรองหรือไม่?
ใช่ การสอบผ่านการสอบปลายภาคใน เรียน R: วิเคราะห์ข้อมูล จะได้รับใบรับรองการเรียนจบ R ซึ่งเป็นส่วนหนึ่งของ Pro ใบรับรองนี้แสดงว่าคุณเรียนเนื้อหาของหลักสูตรจบแล้ว ไม่ใช่วุฒิการศึกษาทางวิชาการ
แอปนี้เชื่อมโยงกับ R Foundation หรือ Posit หรือไม่
ไม่ใช่ เรียน R: วิเคราะห์ข้อมูล เป็นแอปอิสระที่ไม่ได้เป็นพันธมิตรหรือได้รับการรับรองจาก R Foundation หรือ Posit แอปนี้เปิดให้ใช้งานบน iOS และ Android ใน 22 ภาษา
เริ่มต้นใช้งาน
เริ่มเขียนโค้ดบรรทัดแรกด้วย R วันนี้
เริ่มใช้งานได้ฟรีบน iOS และ Android ใน 22 ภาษา
เพิ่มเติมจาก CoddyKit
ใช้งานได้บน iOS และ Android