1
00:00:00,000 --> 00:00:00,750

2
00:00:00,750 --> 00:00:09,800
>> [MUZIKO Ludante]

3
00:00:09,800 --> 00:00:13,014

4
00:00:13,014 --> 00:00:13,680
Dustin Tran: Saluton.

5
00:00:13,680 --> 00:00:14,980
Mia nomo Dustin.

6
00:00:14,980 --> 00:00:18,419
Do mi prezentos
Datumoj Analizo en R.

7
00:00:18,419 --> 00:00:19,710
Nur iomete iomete pri mi mem.

8
00:00:19,710 --> 00:00:24,320
Mi estas aktuale studento de postgrado
la Inĝenierio kaj Sciencoj Aplikitaj.

9
00:00:24,320 --> 00:00:28,330
Mi studos intersekco de
maŝina lerno kaj statistikoj

10
00:00:28,330 --> 00:00:31,375
tiel Datumoj Analizo en R estas
vere fundamentaj al kio

11
00:00:31,375 --> 00:00:33,790
Mi faras ĉiutage.

12
00:00:33,790 --> 00:00:35,710
>> Kaj R estas speciale
bona por datumoj analizo

13
00:00:35,710 --> 00:00:39,310
ĉar ĝi estas tre bona por prototipado.

14
00:00:39,310 --> 00:00:43,590
Kaj ĝenerale, kiam vi faras ian
de datuma analitiko, okazas multe da problemoj

15
00:00:43,590 --> 00:00:44,920
tuj kognitiva.

16
00:00:44,920 --> 00:00:48,700
Kaj tial vi simple volas havi
kelkaj vere bona lingvo

17
00:00:48,700 --> 00:00:53,770
estas nur bona por fari
korpigita funkcioj, kontraste

18
00:00:53,770 --> 00:00:57,430
al devi trakti malalta nivelo aĵoj.

19
00:00:57,430 --> 00:01:01,040
Do en la komenco, Mi simple intencas
enkonduki kio estas R, kial estus

20
00:01:01,040 --> 00:01:04,540
vi volas uzi ĝin, kaj
tiam transiru en kelkaj demo,

21
00:01:04,540 --> 00:01:07,060
kaj ĝuste iri de tie.

22
00:01:07,060 --> 00:01:08,150
>> Do kio estas R?

23
00:01:08,150 --> 00:01:11,180
R estas nur lingvo evoluinta
por statistikaj komputado

24
00:01:11,180 --> 00:01:12,450
kaj vidigo.

25
00:01:12,450 --> 00:01:16,000
Do kion tio signifas estas ke
ĝi estas tre bonega lingvo

26
00:01:16,000 --> 00:01:22,400
por ia ajn afero kiu traktas
necerteco aŭ datumoj videbligo.

27
00:01:22,400 --> 00:01:24,850
Do vi havas ĉiujn tiujn
probablodistribuoj.

28
00:01:24,850 --> 00:01:27,140
Tie tuj estos
korpigita funkcioj.

29
00:01:27,140 --> 00:01:31,650
Vi ankaŭ havas bonegajn
komplotanta pakoj.

30
00:01:31,650 --> 00:01:34,110
>> Python estas alia rivalante
lingvo por datumoj.

31
00:01:34,110 --> 00:01:40,020
Kaj unu afero kiun mi trovas ke R
Estas multe pli bone ĉe estas vidigo.

32
00:01:40,020 --> 00:01:45,200
Do kion vi vidos en la demo kiel
bone estas nur tre intuicia lingvo

33
00:01:45,200 --> 00:01:48,050
ke nur funkcias ekstreme bone.

34
00:01:48,050 --> 00:01:53,140
Ĝi estas ankaŭ libera kaj malferma fonto, kiel
Estas iu ajn alia bona lingvo mi supozas.

35
00:01:53,140 --> 00:01:55,440
>> Kaj tie, faskon de ĝuste
sxlosilvortoj ĵetitaj ĉe vi.

36
00:01:55,440 --> 00:02:00,450
Estas dinamikaj, kio signifas, se vi havas
specifa tipo atribuitaj al objekto

37
00:02:00,450 --> 00:02:02,025
ol ĝi malebligos simple ŝanĝi ĝin sur la muŝo.

38
00:02:02,025 --> 00:02:05,670
Estas mallaborema tial estas inteligentaj pri
kiel lin faras kalkulojn.

39
00:02:05,670 --> 00:02:12,250
Funkcia signifa ĝi povas vere funkcii
bazita ekstere de funkcioj tiel anything--

40
00:02:12,250 --> 00:02:16,910
omnaspeca manipulado vi estas
faranta, ĝi bazos ekstere funkcioj.

41
00:02:16,910 --> 00:02:20,162
>> Do duumaj operatoroj, ekzemple,
estas nur imanente funkcioj.

42
00:02:20,162 --> 00:02:21,870
Kaj ĉio tio
vi estas iranta fari estas

43
00:02:21,870 --> 00:02:24,690
tuj estos kuri for funkcioj mem.

44
00:02:24,690 --> 00:02:27,140
Kaj tiam objekto orientita tiel.

45
00:02:27,140 --> 00:02:30,930
>> Do jen estas XKCD intrigo.

46
00:02:30,930 --> 00:02:34,350
Ne nur ĉar mi sentas min kiel
XKCD estas fundamenta al omnaspeca

47
00:02:34,350 --> 00:02:37,770
de prezento, sed ĉar
Mi sentas kiel ĉi tio vere

48
00:02:37,770 --> 00:02:42,160
marteloj la punkto kiu multaj de la
tempo kiam vi faras ian datumoj

49
00:02:42,160 --> 00:02:46,570
analizo, la problemo ne estas
tiel kiel rapide kuras,

50
00:02:46,570 --> 00:02:49,850
sed kiel longe ĝi tuj
konduki vin plani la taskon.

51
00:02:49,850 --> 00:02:54,112
Do jen estas nur analizas se
strategio a aŭ b estas pli eficiente.

52
00:02:54,112 --> 00:02:55,820
Ĉi tuj estos
iu kiu vi estas

53
00:02:55,820 --> 00:02:58,290
tuj trakti amason kun en
speco de malalta-nivelo lingvoj

54
00:02:58,290 --> 00:03:03,440
kie vi kontraktanta kun seg kulpoj,
memoro atribuo, initializations,

55
00:03:03,440 --> 00:03:05,270
eĉ farante la enkonstruita en funkcioj.

56
00:03:05,270 --> 00:03:09,920
Kaj ĉi tiu ŝtofo estas ĉiuj manipulitaj
tre, tre elegante en R.

57
00:03:09,920 --> 00:03:12,839
>> Do ĝuste al martelo ĉi
punkto, la plej granda botelkolo

58
00:03:12,839 --> 00:03:13,880
tuj estos kognitiva.

59
00:03:13,880 --> 00:03:17,341
Do datumoj analizo estas tre malfacila problemo.

60
00:03:17,341 --> 00:03:19,340
Ĉu vi faras
maŝino lernado aŭ vi estas

61
00:03:19,340 --> 00:03:22,550
faranta ĝuste ian
bazaj datumoj tuŝo,

62
00:03:22,550 --> 00:03:25,290
vi ne volas havi
preni dokumenton

63
00:03:25,290 --> 00:03:27,440
kaj tiam kompili
ion ĉiufoje kiam vi

64
00:03:27,440 --> 00:03:31,010
volas vidi kion kolumno similas,
kio aparta enskriboj en matrico

65
00:03:31,010 --> 00:03:32,195
aspektas.

66
00:03:32,195 --> 00:03:34,320
Do vi simple volas havi
iuj vere bela interfaco

67
00:03:34,320 --> 00:03:37,740
vi povas kuri simpla funkcio
kiu indeksas al cuantos

68
00:03:37,740 --> 00:03:41,870
Vi ŝatus kaj nur kuri ĝin de tie.

69
00:03:41,870 --> 00:03:44,190
Kaj vi bezonas domajno
specifajn lingvojn por tio.

70
00:03:44,190 --> 00:03:51,750
Kaj R estos vere helpi vin difini la
problemon kaj solvi ĝin tiamaniere.

71
00:03:51,750 --> 00:03:58,690
>> Do jen estas komploto montrante programado
populareco de R kiel ĝi estas irita super tempo.

72
00:03:58,690 --> 00:04:04,060
Do kiel vi povas vidi, kiel 2013 aŭ
do ĝi nur blovita supren terure.

73
00:04:04,060 --> 00:04:09,570
Kaj tiu estis justa pro ke
grandega tendenco en la teknologia industrio

74
00:04:09,570 --> 00:04:10,590
pri grandaj datumoj.

75
00:04:10,590 --> 00:04:13,010
Ankaŭ, ne nur la teknologio
industrio, sed vere

76
00:04:13,010 --> 00:04:16,490
ajna industrio that-- ĉar
multon de la industrioj

77
00:04:16,490 --> 00:04:20,589
estas ia nepre necesa
provas solvi tiujn problemojn.

78
00:04:20,589 --> 00:04:24,590
Kaj ĝenerale, vi povas havi iom da bona
maniero de mezuri tiuj problemoj

79
00:04:24,590 --> 00:04:29,720
aŭ eĉ difini ilin aŭ
solvanta ilin uzante datumoj.

80
00:04:29,720 --> 00:04:35,430
Do mi pensas nun R estas la 11-a
plej populara lingvo en TIOBE

81
00:04:35,430 --> 00:04:38,200
kaj ĝin pligrandiĝis ekde tiam.

82
00:04:38,200 --> 00:04:40,740

83
00:04:40,740 --> 00:04:43,080
>> Do jen kelkaj pli
karakterizaĵoj de R. Ĝi havas

84
00:04:43,080 --> 00:04:46,900
enorma kvanto de ujoj kaj
por ĉiuj tiuj malsamaj aferoj.

85
00:04:46,900 --> 00:04:52,470
Do iam vi havas
determinita problemo, plej

86
00:04:52,470 --> 00:04:55,060
la tempo R havos
domadministranto por vi.

87
00:04:55,060 --> 00:04:58,520
Do ĉu vi volas
konstruu ian maŝinon

88
00:04:58,520 --> 00:05:02,770
lernante algoritmon vokis
Hazarda Arbaro aŭ Decido Arboj,

89
00:05:02,770 --> 00:05:07,530
aŭ eĉ provante preni la meznombro de
funkcio aŭ ajna de ĉi stuff,

90
00:05:07,530 --> 00:05:10,000
R havos tiun.

91
00:05:10,000 --> 00:05:14,190
>> Kaj se vi faros vin interesas
optimumigo, unu afero estas komuna

92
00:05:14,190 --> 00:05:17,430
estas ke post vi faris prototipado
ia altnivela lingvo,

93
00:05:17,430 --> 00:05:19,810
vi forĵetos ke in--
vi volas nur haveno kiu super

94
00:05:19,810 --> 00:05:21,550
al iuj malalta nivelo lingvo.

95
00:05:21,550 --> 00:05:26,090
Kio estas bona pri R estas, ke iam vi estas
farita prototipado ĝin, vi povas kuri C ++,

96
00:05:26,090 --> 00:05:29,510
aŭ Fortran, aŭ pri iu el tiuj
malsupra ebenaĵoj rekte en R.

97
00:05:29,510 --> 00:05:32,320
Do tio estas vere
malvarmeta trajto cxirkaux R,

98
00:05:32,320 --> 00:05:35,930
se vi vere zorgas pri
la optimización punkto.

99
00:05:35,930 --> 00:05:39,490
>> Kaj estas ankaŭ vere bonaj
por TTT visualizaciones.

100
00:05:39,490 --> 00:05:43,530
Do D3.js, ekzemple, estas
Mi supozas alian seminarion

101
00:05:43,530 --> 00:05:45,130
ke ni prezentis hodiaŭ.

102
00:05:45,130 --> 00:05:48,510
Kaj tiu estas vere imponega por
fari interaktiva visualizaciones.

103
00:05:48,510 --> 00:05:54,460
Kaj D3.js supozas ke vi havas
ia datumoj al esti grafike

104
00:05:54,460 --> 00:05:58,080
kaj R estas granda maniero de povi fari
la analizo de datumoj antaŭ eksporti ĝin

105
00:05:58,080 --> 00:06:04,220
super al D3.js aŭ eĉ nur kuri
D3.js ordonas en R sin,

106
00:06:04,220 --> 00:06:08,240
tiel kiel ĉiuj tiuj
aliaj bibliotekoj tiel.

107
00:06:08,240 --> 00:06:13,041
>> Do kiu estis ĝuste la enkonduko de
kio estas R kaj kial vi eble uzos ĝin.

108
00:06:13,041 --> 00:06:14,790
Do espereble, mi
konvinkis vin ion

109
00:06:14,790 --> 00:06:18,460
pri nur provas vidi kion estas.

110
00:06:18,460 --> 00:06:23,930
Do mi iros por antaŭeniri kaj trairu
iuj fundamentoj pri R celoj

111
00:06:23,930 --> 00:06:26,150
kaj kion vi povas vere fari.

112
00:06:26,150 --> 00:06:29,690
>> Do jen estas nur
faskon de math komandoj.

113
00:06:29,690 --> 00:06:35,000
Do diru you're-- vi volas konstrui
lingvo mem kaj vi nur volas

114
00:06:35,000 --> 00:06:38,080
havi multajn malsamajn ilojn.

115
00:06:38,080 --> 00:06:42,520
Omnaspeca operacio vi pensas vi ŝatus
volas estas sufiĉe tre tuj estos en R.

116
00:06:42,520 --> 00:06:44,150
>> Do jen estas 2 plus 2.

117
00:06:44,150 --> 00:06:46,090
Ĉi tie estas 2 fojoj pi.

118
00:06:46,090 --> 00:06:51,870
R havas faskon de primitivaj konstantoj
ke vi ofte uzas kiel pi, kaj.

119
00:06:51,870 --> 00:06:56,230
>> Kaj poste, jen 7 plus
runif, do runif de 1.

120
00:06:56,230 --> 00:07:02,450
Tiu estas funkcio kiu estas generas
unu hazarda uniformo de 0 al 1.

121
00:07:02,450 --> 00:07:04,400
Kaj tiam tie estas 3 al la potenco de 4.

122
00:07:04,400 --> 00:07:06,430
Ekzistas kvadrataj radikoj.

123
00:07:06,430 --> 00:07:07,270
>> Jen la protokolo.

124
00:07:07,270 --> 00:07:14,500
Do ensaluti faros bazo
eksponenta per sin.

125
00:07:14,500 --> 00:07:18,337
Kaj tiam, se vi specifas bazo, tiam
Vi povas fari kion ajn bazo vi deziras.

126
00:07:18,337 --> 00:07:19,920
Kaj tiam tie estas kelkaj aliaj komandoj.

127
00:07:19,920 --> 00:07:22,180
Do vi havas 23 mod 2.

128
00:07:22,180 --> 00:07:24,910
Tiam vi havas la reston.

129
00:07:24,910 --> 00:07:27,110
Tiam vi havas sciencan
skribmaniero se vi ankaŭ

130
00:07:27,110 --> 00:07:34,060
volas fari nur pli kaj
pli komplikaj aferoj.

131
00:07:34,060 --> 00:07:37,320
>> Do jen estas farita.

132
00:07:37,320 --> 00:07:40,830
Do tipaj taskoj en
R estas farita kun sago

133
00:07:40,830 --> 00:07:43,440
do ĝi estas malpli ol kaj poste la streketo.

134
00:07:43,440 --> 00:07:47,250
Do jen mi simple asignanta
3 al la variablo val.

135
00:07:47,250 --> 00:07:50,160
>> Kaj tiam mi presanta el val
kaj tiam ĝi presas el tri.

136
00:07:50,160 --> 00:07:53,920
Apriore en R interpretisto, ĝi
presos tion por vi

137
00:07:53,920 --> 00:07:57,280
tial vi ne devas specifi presi val
ajna tempo vi deziras presi ion.

138
00:07:57,280 --> 00:08:00,200
Vi povas simple fari val kaj
tiam ĝi faros ke vin.

139
00:08:00,200 --> 00:08:04,380
>> Ankaŭ, vi povas uzi egalas teknike
kiel asigno operatoro.

140
00:08:04,380 --> 00:08:07,190
Estas malpeza subtilaĵoj
inter uzi la sagon

141
00:08:07,190 --> 00:08:10,730
operatoro kaj la egalaj
operatoro por faritaj.

142
00:08:10,730 --> 00:08:15,470
Plejparte per konvencio, ĉiuj
Mi nur uzu la sago operatoro.

143
00:08:15,470 --> 00:08:21,850
>> Kaj tie, mi asignanta ĉi
oblikva skribmaniero nomata 1 colon 6.

144
00:08:21,850 --> 00:08:26,010
Tiu generas vektora de 1 ĝis 6.

145
00:08:26,010 --> 00:08:29,350
Kaj ĉi tio vere bela ĉar tiam
vi ĵus atribui la vektoro al val

146
00:08:29,350 --> 00:08:34,270
kaj kiu funkcias per sin.

147
00:08:34,270 --> 00:08:37,799
>> Do tiu estas jam iranta de unu
single-- tre intuicia datumoj

148
00:08:37,799 --> 00:08:41,070
strukturo de ĵus duobla de
iu tipo de tipo en vektora

149
00:08:41,070 --> 00:08:45,670
kaj kiu kolektos cxiujn
la skalaraj valoroj por vi.

150
00:08:45,670 --> 00:08:50,770
Do post iri de skalaro, vi
havas R celoj kaj ĉi estas vektora.

151
00:08:50,770 --> 00:08:55,610
Vektoro estas omnaspeca
Kolekto de la sama tipo.

152
00:08:55,610 --> 00:08:58,150
Do ĉi tie estas faskon de vektoroj.

153
00:08:58,150 --> 00:08:59,800
>> Do tiu estas nombraj.

154
00:08:59,800 --> 00:09:02,440
Numera estas R maniero diri duobla.

155
00:09:02,440 --> 00:09:07,390
Kaj tiel implicite, ĉiu
numero estos duobla.

156
00:09:07,390 --> 00:09:13,150
>> Do se vi havas c de 1,1, 3,
negativa 5.7, la c estas funkcio.

157
00:09:13,150 --> 00:09:16,760
Ĉi concatena ĉiuj tri
nombroj en vector.

158
00:09:16,760 --> 00:09:19,619
Kaj jen be-- do se
vi rimarkos 3 per sin,

159
00:09:19,619 --> 00:09:21,910
Normale vi supozus
ke ĉi tio estas kiel entjero,

160
00:09:21,910 --> 00:09:25,050
sed ĉar ĉiuj vektoroj
estas la sama tipo,

161
00:09:25,050 --> 00:09:28,660
ĉi estas vektora de duobloj
aŭ nombraj en tiu kazo.

162
00:09:28,660 --> 00:09:34,920
>> rnorm estas funkcio kiu generas
norma normala variables--

163
00:09:34,920 --> 00:09:36,700
aŭ norma normala valoroj.

164
00:09:36,700 --> 00:09:38,360
Kaj mi preciziganta du el ili.

165
00:09:38,360 --> 00:09:43,840
Do mi faras rnorm 2, atribuante ke al
devs, kaj tiam mi presi ekstere devs.

166
00:09:43,840 --> 00:09:47,350
Do tiuj estas nur du
hazarda normalaj valoroj.

167
00:09:47,350 --> 00:09:50,060
>> Kaj tiam ints se vi faros
vi zorgas pri entjeroj.

168
00:09:50,060 --> 00:09:54,650
Do ĉi tiu estas nur cxirkaux memoro
atribuo kaj ŝparante memoro grandeco.

169
00:09:54,650 --> 00:10:01,460
Do vi devus alfiksus
via nombroj per la ĉefurbon L.

170
00:10:01,460 --> 00:10:04,170
>> Ĝenerale, tiu estas
R historia skribmaniero

171
00:10:04,170 --> 00:10:06,940
por iu nomita longa entjero.

172
00:10:06,940 --> 00:10:09,880
Do plejofte, vi
esti kontraktanta kun duobloj.

173
00:10:09,880 --> 00:10:15,180
Kaj se vi iam volas poste
sur optimizar via kodo,

174
00:10:15,180 --> 00:10:18,110
Vi povas simple aldoni tiujn L's
poste aŭ dum ĝi

175
00:10:18,110 --> 00:10:22,280
se vi ŝatas precognitive pri kio
vi faros tiuj variabloj.

176
00:10:22,280 --> 00:10:25,340

177
00:10:25,340 --> 00:10:26,890
>> Do jen estas karaktero vectorial.

178
00:10:26,890 --> 00:10:31,440
Do, denove, mi concatenando
tri kordoj tiu tempo.

179
00:10:31,440 --> 00:10:36,230
Rimarku ke duoblaj kordoj kaj
sola kordoj estas samaj en R.

180
00:10:36,230 --> 00:10:41,000
Do mi havas Arthur kaj Marvin aj kaj tiel
kiam mi presi ĝin, ĉiuj ili

181
00:10:41,000 --> 00:10:43,210
tuj montras duoblan kordoj.

182
00:10:43,210 --> 00:10:45,880
Kaj se vi ankaŭ volas inkludi
la duobla aŭ sola kordo

183
00:10:45,880 --> 00:10:50,070
en via karakteroj, tiam vi povas
ĉu alterni viajn ŝnurojn.

184
00:10:50,070 --> 00:10:53,540
>> Do Marvin informoj por la
dua elemento, tiu estas

185
00:10:53,540 --> 00:10:56,380
tuj show-- vin
Nur oni duoblaj kordoj

186
00:10:56,380 --> 00:10:59,050
kaj tiam sola kordo
tial tiu estas alterna.

187
00:10:59,050 --> 00:11:04,040
Alie, se vi volas uzi duobla
kordo operatoro en duobla kordo

188
00:11:04,040 --> 00:11:07,090
kiam vi deklarante ĝin, tiam
Vi nur uzu la ellasilo operatoro.

189
00:11:07,090 --> 00:11:10,600
Do vi faru la backslash duoblaj kordoj.

190
00:11:10,600 --> 00:11:13,330
>> Kaj fine, ni ankaŭ
havas logikan vektoroj.

191
00:11:13,330 --> 00:11:15,890
Do logical-- tiel VERA
kaj Malvero, kaj ili estas

192
00:11:15,890 --> 00:11:18,880
tuj estos ĉiuj majuskloj.

193
00:11:18,880 --> 00:11:22,370
Kaj tiam, denove, mi concatenando
ilin kaj tiam asignanta ilin al bools.

194
00:11:22,370 --> 00:11:24,590
Do bools tuj montri
vi VERA, FALSA kaj VERA.

195
00:11:24,590 --> 00:11:28,280

196
00:11:28,280 --> 00:11:31,620
>> Do jen vectorized indeksado.

197
00:11:31,620 --> 00:11:34,870
Do en la komenco, mi
am prenante function--

198
00:11:34,870 --> 00:11:39,230
ĉi tio nomiĝas sequence--
sekvenco de 2 ĝis 12.

199
00:11:39,230 --> 00:11:42,490
Kaj mi ferios dum sekvenco per 2.

200
00:11:42,490 --> 00:11:46,660
Do ĝi estas tuj faros
2, 4, 6, 8, 10 kaj 12.

201
00:11:46,660 --> 00:11:50,080
Kaj poste, mi indeksado
akiri la tria ero.

202
00:11:50,080 --> 00:11:55,770
>> Do unu afero teni en menso estas
ke R indeksoj startante de 1.

203
00:11:55,770 --> 00:12:00,550
Do vals 3 tuj donos
vi la tria ero.

204
00:12:00,550 --> 00:12:04,580
Tio estas ia malsama de aliaj
lingvoj kie startas de nulo.

205
00:12:04,580 --> 00:12:09,780
Do en C aŭ C ++, ekzemple, ke vi estas
tuj ricevas la kvara ero.

206
00:12:09,780 --> 00:12:13,280
>> Kaj tie estas la vals de 3 al 5.

207
00:12:13,280 --> 00:12:16,030
Do unu afero estas
vere malvarmeta estas ke vi

208
00:12:16,030 --> 00:12:20,410
povas generi temporal variablo interne
kaj tiam simple uzi ilin sur la muŝo.

209
00:12:20,410 --> 00:12:21,960
Do jen estas 3 al 5.

210
00:12:21,960 --> 00:12:25,070
Do mi generante vektoro
3, 4, kaj 5 kaj tiam

211
00:12:25,070 --> 00:12:29,700
Mi indeksante akiri la tria,
kvara kaj kvina elementoj.

212
00:12:29,700 --> 00:12:32,280
>> Do simile, vi povas
abstrakta ĉi al nur faru

213
00:12:32,280 --> 00:12:35,280
omnaspeca vektoro
kiu donas al vi indeksado.

214
00:12:35,280 --> 00:12:40,050
Do jen estas la vals kaj tiam la
unua, tria kaj sesa elementoj.

215
00:12:40,050 --> 00:12:42,800
Kaj tiam, se vi volas
fari komplemento,

216
00:12:42,800 --> 00:12:45,210
tial vi nur faru la minus
poste kaj tio estos

217
00:12:45,210 --> 00:12:48,600
doni al vi ĉion, kio ne estas la
unua, tria, aŭ sesa ero.

218
00:12:48,600 --> 00:12:51,590
Do tiu estos 4, 8, kaj 10.

219
00:12:51,590 --> 00:12:54,380
>> Kaj se vi volas ricevi
eĉ pli progresinta,

220
00:12:54,380 --> 00:12:57,610
vi povas concatenate Buleaj vektoroj.

221
00:12:57,610 --> 00:13:05,210
Do tiu indico tuj donos vin
ĉi Bulea vektoro de longo 6.

222
00:13:05,210 --> 00:13:07,280
Do rep VERA komo 3.

223
00:13:07,280 --> 00:13:09,680
Ĉi ripetos VERA trifoje.

224
00:13:09,680 --> 00:13:12,900
Do ĉi donos al vi
vektora VERA, VERO, VERA.

225
00:13:12,900 --> 00:13:17,470
>> rep FALSA 4-- tiu tuj donos vin
vektora de Malvero, Malvero, Malvero, Malvero.

226
00:13:17,470 --> 00:13:21,280
Kaj tiam c tuj concatenate
tiuj du Booleans kune.

227
00:13:21,280 --> 00:13:24,090
Do vi estas iranta akiri tri
TRUEs kaj tiam kvar FALSEs.

228
00:13:24,090 --> 00:13:28,460
>> Por ke kiam vi indekson vals, vi estas
tuj akiri la VERO, VERO, VERA.

229
00:13:28,460 --> 00:13:31,420
Por ke tuj diru jes,
Mi volas tiuj tri elementoj.

230
00:13:31,420 --> 00:13:33,520
Kaj tiam Malvero, Malvero,
Malvero, Malvero tuj

231
00:13:33,520 --> 00:13:37,140
diri ne, mi ne volas tiujn elementojn
Tuj kiam ne tuj redonos ilin.

232
00:13:37,140 --> 00:13:41,490
>> Kaj mi supozas ke estas reale tajperaro tie
ĉar tiu diras ripeto VERA 3

233
00:13:41,490 --> 00:13:47,990
kaj ripeti FALSA 4, kaj teknike, vi
nur havas ses elementoj tiel ripeti Malvero,

234
00:13:47,990 --> 00:13:50,470
ĝi devus esti ripeto FALSA 3.

235
00:13:50,470 --> 00:13:55,260
Mi kredas R estas ankaŭ inteligenta sufiĉa tia
ke se vi simple entajpi 4 tien, tiam

236
00:13:55,260 --> 00:13:56,630
ĝi ne falsado eksteren.

237
00:13:56,630 --> 00:13:58,480
Ĝi ĵus donas al vi ĉi tiun valoron.

238
00:13:58,480 --> 00:14:00,970
Do ĝi malebligos preterlasu ke kvara Malvero.

239
00:14:00,970 --> 00:14:05,310

240
00:14:05,310 --> 00:14:09,270
>> Do jen vectorized farita.

241
00:14:09,270 --> 00:14:15,480
Do set.seed-- ĉi simple fiksas la
semo por pseudoaleatorios nombroj.

242
00:14:15,480 --> 00:14:20,110
Do mi opcio la semon al
42, signifante ke se mi generi

243
00:14:20,110 --> 00:14:22,950
tri hazarda normalan
valoroj, kaj tiam, se vi

244
00:14:22,950 --> 00:14:27,400
kuri set.seed sur via propra
komputilo uzanta la saman valoron 42,

245
00:14:27,400 --> 00:14:30,990
tiam vi ankaŭ preni la
samaj tri hazarda normals.

246
00:14:30,990 --> 00:14:33,411
>> Do ĉi tiu estas vere bona
por reproducibilidad.

247
00:14:33,411 --> 00:14:35,910
Kutime, kiam vi faras iun
ia scienca analizo,

248
00:14:35,910 --> 00:14:37,230
vi volus, por devigadi la semo.

249
00:14:37,230 --> 00:14:41,270
Tiel aliaj sciencistoj povas ĝuste
reprodukti la ĝusta sama kodo vi havas

250
00:14:41,270 --> 00:14:44,790
faris ĉar ili havos la ĝustan
sama hazarda variablo that-- hazarda

251
00:14:44,790 --> 00:14:47,270
valoroj kiujn vi prenis el tiel.

252
00:14:47,270 --> 00:14:49,870

253
00:14:49,870 --> 00:14:53,910
>> Kaj tial la vectorized asigno
tie montras la vals 1 al 2.

254
00:14:53,910 --> 00:14:59,290
Do necesas la unuaj du elementoj
de vals kaj tiam asignas ilin al 0.

255
00:14:59,290 --> 00:15:03,940
Kaj tiam, vi ankaŭ povas simple fari la
simila afero kun la Booleans.

256
00:15:03,940 --> 00:15:09,340
>> Do vals estas ne egala al 0-- tiu volo
donu vin vektora Malvero, Malvero, VERA

257
00:15:09,340 --> 00:15:10,350
en tiu kazo.

258
00:15:10,350 --> 00:15:13,770
Kaj poste, ĝi estas dironta ajnan
de tiuj indeksoj ke estis vera,

259
00:15:13,770 --> 00:15:15,270
tiam okazos al atribui ke al 5.

260
00:15:15,270 --> 00:15:18,790
Do necesas la tria ero
tie kaj tiam asignas ĝin al 5.

261
00:15:18,790 --> 00:15:22,300
>> Kaj tiu estas vere bela
kompare malalta nivelo lingvoj

262
00:15:22,300 --> 00:15:25,560
kie oni devas uzi por masxojn
fari ĉion ĉi vectorized stuff

263
00:15:25,560 --> 00:15:30,281
ĉar estas nur tre intuicia
Kaj ĝi estas sola unu-Liner.

264
00:15:30,281 --> 00:15:32,030
Kaj kio estas granda pri
vectorized skribmaniero

265
00:15:32,030 --> 00:15:37,020
estas kiu en R, jen estas ia
korpigita por ke ili estas preskaŭ tiel rapida

266
00:15:37,020 --> 00:15:42,490
kiel faras en malalta nivelo lingvo kiel
kontraste al fari por buklo en R

267
00:15:42,490 --> 00:15:46,317
kaj tiam havante ŝin fari
la dinamika indeksado mem.

268
00:15:46,317 --> 00:15:48,900
Kaj tio estos malrapida ol faranta
tian vectorized afero

269
00:15:48,900 --> 00:15:55,950
kie povas fari ĝin en paralela, kie
ĝi estas fari ĝin en sekvante esence.

270
00:15:55,950 --> 00:15:58,650
>> Do jen estas vectorized operacioj.

271
00:15:58,650 --> 00:16:04,920
Do mi generante valoro 1 al 3,
asignanta ke vec1, 3 al 5, vec2,

272
00:16:04,920 --> 00:16:05,950
aldonante ilin kune.

273
00:16:05,950 --> 00:16:11,490
Ĝi aldonas ilin komponanto-saĝa tiel
ĝi estas 1 plus 3, 2 plus 4, kaj tiel plu.

274
00:16:11,490 --> 00:16:13,330
>> vec1 fojojn vec2.

275
00:16:13,330 --> 00:16:16,110
Ĉi multiplikas la du
valoroj komponanto saĝa.

276
00:16:16,110 --> 00:16:21,830
Do estas 1 fojoj 3, 2 fojojn
4 kaj tiam 3 fojoj 5.

277
00:16:21,830 --> 00:16:28,250
>> Kaj tiam, simile oni povas ankaŭ fari
comparisons-- logika komparoj.

278
00:16:28,250 --> 00:16:33,640
Do estas FALSA FALSA VERA en ĉi
kazo ĉar 1 ne estas pli granda ol 3,

279
00:16:33,640 --> 00:16:35,920
2 estas ne pli granda ol 4.

280
00:16:35,920 --> 00:16:41,160
Ĉi tiu estas, mi supozas, alia tajperaro, 3
nepre ne estas pli granda ol 5.

281
00:16:41,160 --> 00:16:41,660
Yeah.

282
00:16:41,660 --> 00:16:45,770
Do vi povas simple fari ĉiuj
tiuj simplaj operacioj

283
00:16:45,770 --> 00:16:48,350
ĉar ilia heredita
de la klasoj mem.

284
00:16:48,350 --> 00:16:51,110

285
00:16:51,110 --> 00:16:52,580
>> Do kiu estis ĝuste la vektoro.

286
00:16:52,580 --> 00:16:56,530
Kaj tio estas speco de la plej fundamentaj
R objekto ĉar donita vektora,

287
00:16:56,530 --> 00:16:59,170
vi povas konstrui pli antaŭitaj celoj.

288
00:16:59,170 --> 00:17:00,560
>> Do jen matrico.

289
00:17:00,560 --> 00:17:05,030
Tio estas esence la abstraktado
de kia matrico estas sin.

290
00:17:05,030 --> 00:17:10,099
Do en ĉi tiu kazo, ĝi estas tri malsamaj
vektoroj, kie ĉiu estas kolumna,

291
00:17:10,099 --> 00:17:12,710
aŭ vi povas konsideri ĝin
kiel ĉiu estas vico.

292
00:17:12,710 --> 00:17:18,250
>> Do mi stokante matricon de 1 al
9 kaj tiam mi preciziganta 3 vicoj.

293
00:17:18,250 --> 00:17:23,364
Do 1 al 9 donos vin vektora 1,
2, 3, 4, 5, 6, kaj la tuta vojo ĝis 9.

294
00:17:23,364 --> 00:17:29,250
>> Unu afero ankaŭ teni en menso estas ke
R tendencas valoroj en kolumno-granda formato.

295
00:17:29,250 --> 00:17:34,160
Do alivorte, kiam vi vidos 1
al 9, ĝi tuj stoki them--

296
00:17:34,160 --> 00:17:36,370
ĝi okazas al esti 1, 2,
3 en la unua kolumno,

297
00:17:36,370 --> 00:17:38,510
kaj tiam ĝi faros 4, 5,
6 en la dua kolumno,

298
00:17:38,510 --> 00:17:41,440
kaj tiam 7, 8, 9 en la tria kolumno.

299
00:17:41,440 --> 00:17:45,570
>> Kaj jen kelkaj aliaj
komunaj funkcioj povas uzi.

300
00:17:45,570 --> 00:17:49,650
Do nebrila mato, ĉi donos vin
la dimensioj de la matrico.

301
00:17:49,650 --> 00:17:52,620
Ĝi estas tuj revenos al vi
vektoro de la dimensio.

302
00:17:52,620 --> 00:17:55,580
Do en ĉi tiu kazo, ĉar
nia matrico estas 3 por 3,

303
00:17:55,580 --> 00:18:01,900
ĝi estas tuj donos al vi
nombraj vektora tio 3 3.

304
00:18:01,900 --> 00:18:05,270
>> Kaj tie estas ĝuste montrante
matrica multipliko.

305
00:18:05,270 --> 00:18:11,970
Do kutime, se vi nur faru
asterisk-- tiel mato asterisko mat--

306
00:18:11,970 --> 00:18:15,380
ĉi tiu tuj estos
komponanto-saĝa operacio

307
00:18:15,380 --> 00:18:17,300
aŭ kion nomas la Hadamard produkto.

308
00:18:17,300 --> 00:18:21,310
Do ĝi estas tuj faros ĉiu
elemento komponanto-saĝa.

309
00:18:21,310 --> 00:18:23,610
Tamen, se vi volas
matrico multiplication--

310
00:18:23,610 --> 00:18:29,380
tial multiplikante la unua vico fojojn
la dua matrico unua kolumno

311
00:18:29,380 --> 00:18:34,510
kaj tiel on-- vi uzus
tiu procento operacio.

312
00:18:34,510 --> 00:18:38,110
>> Kaj t de mato estas nur
operacio por transpono.

313
00:18:38,110 --> 00:18:42,590
Do mi celas kapti la transpono en
la matrico, multipliki ĝin per la matrico

314
00:18:42,590 --> 00:18:43,090
mem.

315
00:18:43,090 --> 00:18:45,006
Kaj tiam tuj
revenos al vi alian 3

316
00:18:45,006 --> 00:18:50,700
per 3 matrico ekmontrigxo
la produkto vi volus.

317
00:18:50,700 --> 00:18:53,750
>> Kaj tiel tio estis matrico.

318
00:18:53,750 --> 00:18:56,020
Ĉi tie estas kio nomas datuma kadro.

319
00:18:56,020 --> 00:19:00,780
Datumo kadro vi povas pensi pri kiel
matrico, sed ĉiu kolumno mem

320
00:19:00,780 --> 00:19:02,990
tuj esti de malsama tipo.

321
00:19:02,990 --> 00:19:07,320
>> Do kio estas vere malvarmeta pri datumoj
kadroj estas kiu en datumoj analizo mem,

322
00:19:07,320 --> 00:19:11,260
vi tuj havos tiun tutan
heterogenaj datumoj kaj ĉiuj tiuj vere

323
00:19:11,260 --> 00:19:15,640
senorda aferoj kie ĉiu kolono
si povas esti de malsamaj tipoj.

324
00:19:15,640 --> 00:19:21,460
Do jen mi estas diranta krei
datumo kadro, fari ints de 1 al 3,

325
00:19:21,460 --> 00:19:24,750
kaj tiam ankaŭ havi karakteron vektoro.

326
00:19:24,750 --> 00:19:28,470
Do mi povos indekso tra
ĉiu el tiuj kolumnoj

327
00:19:28,470 --> 00:19:30,930
kaj tiam mi prenos la valoroj mem.

328
00:19:30,930 --> 00:19:34,370
Kaj vi povas ankaŭ fari ian
de operacioj en datumoj kadroj.

329
00:19:34,370 --> 00:19:38,040
Kaj plejparto de la tempo, kiam vi estas
faranta analizon de datumoj aŭ ian

330
00:19:38,040 --> 00:19:42,042
de preprocesamiento, vi estos
laborante kun tiuj datumstrukturoj

331
00:19:42,042 --> 00:19:44,250
kie ĉiu kolumno tuj
esti de malsama tipo.

332
00:19:44,250 --> 00:19:47,880

333
00:19:47,880 --> 00:19:52,970
>> Fine, do ĉi tiuj estas esence nur
la kvar esencaj celoj en R. Listo

334
00:19:52,970 --> 00:19:55,820
simple kolekti ajnan
aliaj celoj vi deziras.

335
00:19:55,820 --> 00:20:00,130
Do estos stoki ĉi en unu
variablo kiu vi povas facile aliri.

336
00:20:00,130 --> 00:20:02,370
>> Do jen, mi ferios dum lerta.

337
00:20:02,370 --> 00:20:04,460
Mi estas diranta aferojn egalas 3.

338
00:20:04,460 --> 00:20:08,060
Do mi nepre akiros unu elemento en
la listo, kaj tio nomiĝas stuff,

339
00:20:08,060 --> 00:20:10,570
kaj ĝin tuj havos la valoron 3.

340
00:20:10,570 --> 00:20:13,140
>> Mi ankaŭ povas krei matricon.

341
00:20:13,140 --> 00:20:17,970
Do tiu estas 1 ĝis 4 kaj fino vico
egalas 2, do a 2 per 2 matrico.

342
00:20:17,970 --> 00:20:20,270
Ankaŭ en la lerta kaj ĝi nomiĝas mato.

343
00:20:20,270 --> 00:20:24,690
moreStuff, signoĉenon,
kaj eĉ alia lerta en oni sama.

344
00:20:24,690 --> 00:20:27,710
>> Do tiu estas listo tio estas 5 kaj urso.

345
00:20:27,710 --> 00:20:30,990
Do ĝi havas la valoron 5 kaj ĝi
havas la signoĉeno urso

346
00:20:30,990 --> 00:20:32,710
kaj ĝi estas lerta ene listo.

347
00:20:32,710 --> 00:20:35,965
Do vi povas havi tiujn
rekursiaj aferoj kie

348
00:20:35,965 --> 00:20:38,230
vi havas another-- oni
tajpi ene la tipo.

349
00:20:38,230 --> 00:20:41,420
Do simile, vi povas havi matrico
ene alia matrico ktp.

350
00:20:41,420 --> 00:20:44,264
Kaj lerta estas ĝuste bona vojo
kolekti kaj agregi

351
00:20:44,264 --> 00:20:45,430
ĉiuj tiuj malsamaj celoj.

352
00:20:45,430 --> 00:20:50,210

353
00:20:50,210 --> 00:20:57,150
>> Kaj fine, ĉi tie estas nur helpi en kazo
ĉi ĵus transiris tre rapide.

354
00:20:57,150 --> 00:21:01,350
Do anytime vi estas konfuzita
pri ia funkcio,

355
00:21:01,350 --> 00:21:03,510
Vi povas fari helpon de tiu funkcio.

356
00:21:03,510 --> 00:21:07,120
Do vi povas fari helpon matrico
aŭ demandosigno matrico.

357
00:21:07,120 --> 00:21:11,430
Kaj helpo kaj la demandosigno estas
nur stenografio por la sama aĵo

358
00:21:11,430 --> 00:21:13,040
Do oni alias.

359
00:21:13,040 --> 00:21:16,820
>> lm estas funkcio kiu
ĝuste faras lineara modelo.

360
00:21:16,820 --> 00:21:20,340
Sed se vi nur havas neniun ideon kiel tio
verkoj, vi povas simple fari helpon de lm

361
00:21:20,340 --> 00:21:24,610
kaj tio donos al vi iuj
speco de dokumentado kiu

362
00:21:24,610 --> 00:21:27,960
similas kiel kiel
man-paĝon Unikso, kie

363
00:21:27,960 --> 00:21:34,210
vi havas mallongan priskribon de kio
jes, kaj kion lia argumentoj estas,

364
00:21:34,210 --> 00:21:38,850
kio revenas, kaj ĝuste konsiletoj sur kiel
por uzi ĝin, kaj iuj ekzemploj ankaŭ.

365
00:21:38,850 --> 00:21:41,680

366
00:21:41,680 --> 00:21:52,890
>> Do lasu min iri antaŭen kaj spektaklo
iuj demo de uzante R. OK.

367
00:21:52,890 --> 00:21:55,470
Do mi iris tre
rapide nur la datumoj

368
00:21:55,470 --> 00:21:59,440
strukturoj kaj ia la
op-- iuj de la operacioj.

369
00:21:59,440 --> 00:22:02,960
Jen iuj funkcioj.

370
00:22:02,960 --> 00:22:06,750
>> Do jen mi simple irante
difini funkcio.

371
00:22:06,750 --> 00:22:09,970
Do mi ankaŭ uzas
asigno operatoro tie,

372
00:22:09,970 --> 00:22:12,610
kaj tiam mi estas diranta
deklari ĝin kiel funkcio.

373
00:22:12,610 --> 00:22:14,140
Kaj ĝi prenas la valoron x.

374
00:22:14,140 --> 00:22:18,210
Do tiu estas ajna valoro vi volas
kaj mi tuj revenos x mem.

375
00:22:18,210 --> 00:22:20,840
Do tiu estas la identa funkcio.

376
00:22:20,840 --> 00:22:23,670
>> Kaj kio estas malvarmeta pri tiu
kompare al aliaj lingvoj

377
00:22:23,670 --> 00:22:26,330
kaj alia malalta-nivelo
lingvoj estas ke x

378
00:22:26,330 --> 00:22:29,350
eblas de ajna tipo mem
kaj ĝi devos reveni al tiu tipo.

379
00:22:29,350 --> 00:22:35,251
Do vi povas imagine-- do ni
mi ĵus kuras ĉi rapide.

380
00:22:35,251 --> 00:22:35,750
Pardonu.

381
00:22:35,750 --> 00:22:40,300
>> Do unu aferon mi devas mencii ankaŭ
estas ke tiu redaktilo Mi uzas

382
00:22:40,300 --> 00:22:41,380
nomas rstudio.

383
00:22:41,380 --> 00:22:44,389
Jen kion nomas IDE.

384
00:22:44,389 --> 00:22:46,180
Kaj unu afero estas
bonege pri tiu

385
00:22:46,180 --> 00:22:51,500
estas ke ĝi korpigas multajn el la
tion vi volas fari en R per sin

386
00:22:51,500 --> 00:22:53,180
nur tre intuicie.

387
00:22:53,180 --> 00:22:55,550
>> Do jen estas interpretilo konzolo.

388
00:22:55,550 --> 00:23:02,160
Do simile, vi povas ankaŭ atingi ĉi
konzolo krudan nur faranta majuskla R.

389
00:23:02,160 --> 00:23:05,630
Kaj tiu estas ĝuste la
samon kiel la konzolo.

390
00:23:05,630 --> 00:23:12,210
Do mi povas nur faru identigilo funkcio x, x, x.

391
00:23:12,210 --> 00:23:16,130
Kaj then-- kaj tiam ke
estos bone mem.

392
00:23:16,130 --> 00:23:19,200

393
00:23:19,200 --> 00:23:21,740
>> Do rstudio estas granda
ĉar ĝi havas la konzolon.

394
00:23:21,740 --> 00:23:25,360
Ĝi ankaŭ havas la dokumentoj
Vi ŝatus kuri plu.

395
00:23:25,360 --> 00:23:28,629
Kaj tiam ĝi havas iuj variabloj
ke vi povas vidi en medioj.

396
00:23:28,629 --> 00:23:30,420
Kaj tiam, se vi havas
fari intrigoj, tiam vi

397
00:23:30,420 --> 00:23:33,730
povas simple vidi ŝin tie, kontraste al
administri ĉiuj tiuj malsamaj fenestroj

398
00:23:33,730 --> 00:23:35,940
aparte.

399
00:23:35,940 --> 00:23:40,530
>> Mi fakte persone uzas Vim, sed mi
sentas rstudio estas bonega simple

400
00:23:40,530 --> 00:23:44,640
por interesigi bona ideo
de kiel uzi R. Kutime,

401
00:23:44,640 --> 00:23:47,040
kiam vi provas
lerni iun novan taskon,

402
00:23:47,040 --> 00:23:49,590
vi ne volas manipuli
tro da aferoj samtempe.

403
00:23:49,590 --> 00:23:53,120
Do R estas nur very-- rstudio
estas tre bona maniero de lernado R

404
00:23:53,120 --> 00:23:56,760
sen devi trakti
ĉiuj tiuj aliaj aĵoj.

405
00:23:56,760 --> 00:23:58,600
>> Do jen mi kurante identigilo saluton.

406
00:23:58,600 --> 00:24:00,090
Ĉi revenas saluton.

407
00:24:00,090 --> 00:24:01,740
identigilo 123.

408
00:24:01,740 --> 00:24:04,610
Jen estas vektoro de entjeroj.

409
00:24:04,610 --> 00:24:08,620
Do simile, ĉar vi povas
preni ajnan ian valoron,

410
00:24:08,620 --> 00:24:16,060
Vi povas fari reveni identigilo de
x tiom revenas 1234 kaj 5.

411
00:24:16,060 --> 00:24:22,210
>> Kaj lasu min nur montras al vi, ke
ĉi estas ja entjero.

412
00:24:22,210 --> 00:24:28,800
Kaj simile, se vi faras klason
identigilo x, ĝi estas tuj estos entjero.

413
00:24:28,800 --> 00:24:34,170
Kaj tiam, vi povas ankaŭ
kompari la du kaj ĝi estas vera.

414
00:24:34,170 --> 00:24:38,350
Do mi kontrolanta se identigilo de x
egalas egaluloj x kaj avizo

415
00:24:38,350 --> 00:24:39,760
ke ĝi donas al vi du TRUEs.

416
00:24:39,760 --> 00:24:44,280
Do tiu estas ne diras estas
la du celoj identaj,

417
00:24:44,280 --> 00:24:46,845
sed estas ĉiu de la eniroj
ene la vektoroj identaj.

418
00:24:46,845 --> 00:24:50,000

419
00:24:50,000 --> 00:24:52,090
>> Jen bounded.compare.

420
00:24:52,090 --> 00:24:58,470
Do ĉi tiu estas iomete pli komplika
en kiu havas se kondiĉo kaj alie

421
00:24:58,470 --> 00:25:00,960
kaj tiam ĝi prenas du
argumentoj ĉiufoje.

422
00:25:00,960 --> 00:25:02,640
Do x estas de ajna tipo.

423
00:25:02,640 --> 00:25:06,280
Kaj mi diras ĉi
dua argumento estas.

424
00:25:06,280 --> 00:25:08,380
Tio povas esti io tiel.

425
00:25:08,380 --> 00:25:12,490
Sed implicite, ĝi estas tuj prenos
5 Se vi ne specifas ion.

426
00:25:12,490 --> 00:25:16,730
>> Do jen mi intencas diri
se x estas pli granda ol unu.

427
00:25:16,730 --> 00:25:19,220
Do, se mi ne specifi, ĝi
diras se x estas pli granda ol 5,

428
00:25:19,220 --> 00:25:20,470
tiam Mi tuj revenos vera.

429
00:25:20,470 --> 00:25:23,230
alie, mi tuj revenos Malvero.

430
00:25:23,230 --> 00:25:24,870
Do lasu min iri antaŭen kaj difini ĉi.

431
00:25:24,870 --> 00:25:30,600

432
00:25:30,600 --> 00:25:34,550
>> Kaj nun mi iras al
kuri bounded.compare 3.

433
00:25:34,550 --> 00:25:39,150
Do ĝi diras estas 3 malpli
than-- estas 3 pli granda ol 5.

434
00:25:39,150 --> 00:25:41,830
Ne, estas ne tiom Malvero.

435
00:25:41,830 --> 00:25:46,550
>> Kaj bounded.compare 3 kaj Mi iras
kompari ĝin uzante egalas 2.

436
00:25:46,550 --> 00:25:50,700
Do nun mi diras jes, nun mi
volas esti io alia.

437
00:25:50,700 --> 00:25:52,750
Do mi intencis diri al, vi devas esti 2.

438
00:25:52,750 --> 00:25:56,640
>> Mi povas ĉu fari tian
skribmaniero aŭ mi diras a egalas 2.

439
00:25:56,640 --> 00:25:58,720
Jen pli legebla
en tiu kiam vi estas

440
00:25:58,720 --> 00:26:01,450
rigardante tiujn vere
komplikaj funkcioj kiuj

441
00:26:01,450 --> 00:26:08,110
preni multnombraj arguments-- kaj ĉi
povas esti dekoj oftentimes-- nur diras

442
00:26:08,110 --> 00:26:11,140
a egalas 2 estas pli legebla por
vi por ke poste en la estonteco

443
00:26:11,140 --> 00:26:13,020
vi scios kion vi faras.

444
00:26:13,020 --> 00:26:17,120
>> Do en ĉi tiu kazo, kiu estas
parolo estas 3 pli granda ol 2.

445
00:26:17,120 --> 00:26:18,270
Jes ĝi estas.

446
00:26:18,270 --> 00:26:22,350
Kaj simile, mi povas simple forigi
tion kaj diri, estas 3 pli granda ol 2

447
00:26:22,350 --> 00:26:23,440
kie a egalas 2.

448
00:26:23,440 --> 00:26:26,230
Kaj tio estas ankaŭ vera.

449
00:26:26,230 --> 00:26:26,730
Jes?

450
00:26:26,730 --> 00:26:29,670
>> Publiko: Ĉu vi
ekzekutinte linio por linio?

451
00:26:29,670 --> 00:26:30,670
>> Dustin Tran: Jes mi estas.

452
00:26:30,670 --> 00:26:33,900
Do kion mi faras tie ĉi estas
prenante ĉi teksto document--

453
00:26:33,900 --> 00:26:39,825
kaj kio estas granda pri rstudio estas ke
Mi povas nur kuri short-- ŝlosilan ŝparvojo.

454
00:26:39,825 --> 00:26:41,820
Do mi faras Kontrolo-ENTER.

455
00:26:41,820 --> 00:26:44,850
>> Kaj poste, mi ferios la
linio en la teksto dokumenton

456
00:26:44,850 --> 00:26:46,710
kaj tiam metante en la konzolo.

457
00:26:46,710 --> 00:26:50,800
Do jen mi estas diranta, bounded.compare
kaj mi faras Kontrolo-X.

458
00:26:50,800 --> 00:26:52,540
Do mi povas simple kuras tie ankaŭ.

459
00:26:52,540 --> 00:26:54,920
Kaj tiam ke prenos la
linio kaj tiam metis ĝin ĉi tie.

460
00:26:54,920 --> 00:26:57,900
Kaj tiam simile, mi povas ja kuras tie.

461
00:26:57,900 --> 00:27:04,630
Kaj tiam estos simple teni difinanta
la liniojn en la konzolo tiel.

462
00:27:04,630 --> 00:27:10,690
>> Kaj se vi ankaŭ rimarkos la frizita
krampoj estas tie ĝuste kiel en C sintakso.

463
00:27:10,690 --> 00:27:13,910
x-- se la se kondiĉo estas ankaŭ
tuj uzos krampojn kaj poste

464
00:27:13,910 --> 00:27:15,350
vi povas uzi alie.

465
00:27:15,350 --> 00:27:17,496
Alia estas alie se.

466
00:27:17,496 --> 00:27:21,440
Do tiu tuj estos x
egalas egalas al, ekzemple.

467
00:27:21,440 --> 00:27:24,190

468
00:27:24,190 --> 00:27:26,350
Kaj poste mi iros
redoni ion tie.

469
00:27:26,350 --> 00:27:29,490
>> Rimarku ke estas du malsamaj
aferoj tie ke okazas.

470
00:27:29,490 --> 00:27:34,360
Unu estas, ke ĉi tie mi preciziganta
redonas la valoron True.

471
00:27:34,360 --> 00:27:35,950
Jen Mi nur diras x.

472
00:27:35,950 --> 00:27:39,970
Do R kutime defaŭlte
preni la lastan arguments--

473
00:27:39,970 --> 00:27:43,510
aŭ prenu la lastan linion de la kodo,
kaj tio estos kio ĝi estas liverita.

474
00:27:43,510 --> 00:27:46,920
Do jen tiu estas la sama
aĵo kiel fari reveno x.

475
00:27:46,920 --> 00:27:49,450

476
00:27:49,450 --> 00:27:50,540
>> Kaj nur por montri al vi.

477
00:27:50,540 --> 00:27:54,000

478
00:27:54,000 --> 00:27:57,052
Kaj poste, ĝi funkcios ĝuste tiel.

479
00:27:57,052 --> 00:27:58,260
Do lasu min daŭrigi kun tiu.

480
00:27:58,260 --> 00:28:00,630
>> Do alie se.

481
00:28:00,630 --> 00:28:04,060
Kaj vere, mi povas reveni
io mi ŝatus.

482
00:28:04,060 --> 00:28:06,680
Do mi eĉ ne devos
reveno Booleans tuta tempo,

483
00:28:06,680 --> 00:28:08,410
Mi povas simple reveni io alia.

484
00:28:08,410 --> 00:28:10,670
Do mi povas fari revenon urso.

485
00:28:10,670 --> 00:28:12,989
>> Do se x egalas egalas al,
ĝi tuj revenas urso.

486
00:28:12,989 --> 00:28:14,530
Alie, ĝi estas tuj revenos vera.

487
00:28:14,530 --> 00:28:19,310
Mi povas ankaŭ fari vektoro
aŭ vere nenion.

488
00:28:19,310 --> 00:28:22,210
>> Kaj kutime en statike
tajp lingvojn,

489
00:28:22,210 --> 00:28:23,840
vi devus specifi tipo tie.

490
00:28:23,840 --> 00:28:25,750
Kaj rimarki ke ĝi povas nur esti io.

491
00:28:25,750 --> 00:28:32,400
Kaj R estas inteligenta sufiĉe ke ĝi
Mi nur faru tion kaj ĝi funkcias bone.

492
00:28:32,400 --> 00:28:33,620
>> Do lasu min difini ĉi.

493
00:28:33,620 --> 00:28:39,460

494
00:28:39,460 --> 00:28:41,230
Unexpected-- Ho bedaŭras.

495
00:28:41,230 --> 00:28:44,336
Ĝi devus esti krispa krampoj tie.

496
00:28:44,336 --> 00:28:44,836
Akcepti.

497
00:28:44,836 --> 00:28:45,336
Cool.

498
00:28:45,336 --> 00:28:52,580

499
00:28:52,580 --> 00:28:54,530
Bone.

500
00:28:54,530 --> 00:28:58,250
Do nun ni komparu 3 kaj a egalas 3.

501
00:28:58,250 --> 00:29:01,860
Do ĝi devus return--
yeah-- la valoro urso.

502
00:29:01,860 --> 00:29:06,740
>> Do nun pli ĝenerala afero estas kiel
kio pri aliaj datumstrukturoj.

503
00:29:06,740 --> 00:29:09,110
Do vi havas tiun funkcion.

504
00:29:09,110 --> 00:29:15,360
Ĉi tuj laboros sur omnaspeca
de valoro kiel 3 aŭ ajna nombroj, datoj

505
00:29:15,360 --> 00:29:17,500
en aliaj vortoj, duobla.

506
00:29:17,500 --> 00:29:19,330
>> Sed kio pri io kiel vektoro.

507
00:29:19,330 --> 00:29:27,750
Do kio okazas se vi do-- do mi estas
tuj atribuos val al, ni diru, 4 al 6.

508
00:29:27,750 --> 00:29:31,640
Do se mi revenos ĉi, ĉi
estas vektoro de 4, 5, 6.

509
00:29:31,640 --> 00:29:34,935
>> Nun ni vidu kion okazas
se mi faras bounded.compare val.

510
00:29:34,935 --> 00:29:37,680

511
00:29:37,680 --> 00:29:42,450
Do tiu tuj donos vin 15 1251.

512
00:29:42,450 --> 00:29:46,440
Do alivorte, ĝi estas jene
se vi rigardas ĉi kondiĉo

513
00:29:46,440 --> 00:29:50,040
tial ĝi diras x estas malpli
ol aŭ io.

514
00:29:50,040 --> 00:29:51,880
Do ĉi tiu estas iomete
konfuzanta ĉar nun

515
00:29:51,880 --> 00:29:53,379
vi simple ne scias kio okazas.

516
00:29:53,379 --> 00:29:58,690
Do mi supozas unu afero vere
bonon pri nur provas elpurigi

517
00:29:58,690 --> 00:30:04,600
estas ke vi povas nur fari val estas pli granda
ol kaj vidu kio okazas tie.

518
00:30:04,600 --> 00:30:09,720
>> Do val-- a estas defaŭlte 5 do
ni simple Val granda ol 5.

519
00:30:09,720 --> 00:30:14,280
Do tiu estas vektora FALSA FALSA VERA.

520
00:30:14,280 --> 00:30:17,206
Do nun kiam Vi rigardata
tiu, ĝi tuj diros se,

521
00:30:17,206 --> 00:30:20,080
kaj tiam ĝi estas tuj donos al vi ĉi
estas vektora de FALSA FALSA VERA.

522
00:30:20,080 --> 00:30:23,450
>> Do kiam vi pasas ĉi en R, R
havas neniun ideon kion vi faras.

523
00:30:23,450 --> 00:30:26,650
Ĉar ĝi atendas unu sola
valoro, kiu estas Bulea, kaj nun

524
00:30:26,650 --> 00:30:29,420
vi donante vektoro de Booleans.

525
00:30:29,420 --> 00:30:31,970
Do implicite, R estas ĝuste
tuj diros kion la heck,

526
00:30:31,970 --> 00:30:35,440
Mi iras al supozi ke vi estas
tuj prenos la unua elemento tie.

527
00:30:35,440 --> 00:30:38,320
Do Mi tuj say-- Mi iras
supozi ke tiu estas malvera.

528
00:30:38,320 --> 00:30:40,890
Do estas dironta
ne, tio ne pravas.

529
00:30:40,890 --> 00:30:45,246
>> Simile, ĝi tuj
esti val egalas egalas al.

530
00:30:45,246 --> 00:30:47,244
Ne, bedaŭras 5.

531
00:30:47,244 --> 00:30:48,910
Kaj ĝi estas ankaŭ tuj estos falsaj ankaŭ.

532
00:30:48,910 --> 00:30:52,410
Do tuj diri ne,
tio ne veras tiel do ĝi estas

533
00:30:52,410 --> 00:30:53,680
tuj revenos ĉi lasta.

534
00:30:53,680 --> 00:30:56,420

535
00:30:56,420 --> 00:31:01,360
>> Do tiu estas ĉu estas bona afero aŭ malbona
afero, dependanta sur kiel ci vidas ĝin.

536
00:31:01,360 --> 00:31:05,104
Ĉar kiam vi estas
krei tiujn funkciojn,

537
00:31:05,104 --> 00:31:06,770
vi ne vere scias kio okazas.

538
00:31:06,770 --> 00:31:10,210
Do kelkfoje vi volus eraro,
aŭ eble vi simple volas averto.

539
00:31:10,210 --> 00:31:12,160
En tiu kazo, R ne fari tion.

540
00:31:12,160 --> 00:31:14,300
Do estas vere ĝis
vi bazitaj ekstere de kio

541
00:31:14,300 --> 00:31:17,310
vi opinias la lingvon
faru en tiu kazo

542
00:31:17,310 --> 00:31:22,920
se vi pasas en vektora de Booleans
kiam vi faras unu se kondiĉo.

543
00:31:22,920 --> 00:31:31,733
>> Do diru ke vi havis la originalo
unu kun se alie redoni vera kaj vi estas

544
00:31:31,733 --> 00:31:34,190
tuj revenos Malvero.

545
00:31:34,190 --> 00:31:39,300
Do unu maniero de abstracting
tiu estas mi

546
00:31:39,300 --> 00:31:41,530
eĉ ne bezonas ĉi kondiĉa afero.

547
00:31:41,530 --> 00:31:47,220
Alia afero, kiun mi povas fari estas simple
redonante la valoroj mem.

548
00:31:47,220 --> 00:31:53,240
Do se vi rimarkos, se vi
fari val estas pli granda ol 5,

549
00:31:53,240 --> 00:31:56,350
ĉi tuj resendas
vektora FALSA FALSA VERA.

550
00:31:56,350 --> 00:31:58,850
>> Eble tiu estas kion vi
volas por bounded.compare.

551
00:31:58,850 --> 00:32:02,940
Vi volas reveni vektoro de Booleans
kie komparas ĉiu de la valoroj

552
00:32:02,940 --> 00:32:04,190
al si.

553
00:32:04,190 --> 00:32:11,165
Do vi povas simple bounded.compare
funkcio x, egalas 5.

554
00:32:11,165 --> 00:32:13,322

555
00:32:13,322 --> 00:32:15,363
Kaj tiam anstataŭ fari
tiu se alie kondiĉo,

556
00:32:15,363 --> 00:32:21,430
Mi nur tuj revenos
x estas pli granda ol 5.

557
00:32:21,430 --> 00:32:23,620
Do se tio estas vera, tiam
ĝi estas tuj revenos vera.

558
00:32:23,620 --> 00:32:26,830
Kaj tiam se ĝi ne estas, ĝi estas
tuj revenos Malvero.

559
00:32:26,830 --> 00:32:30,880
>> Kaj tio funkcios por
iu el tiuj strukturoj.

560
00:32:30,880 --> 00:32:41,450
Do mi povas bounded.compare c 1 6 aŭ 9
kaj tiam mi tuj diros a egalas 6

561
00:32:41,450 --> 00:32:42,799
ekzemple.

562
00:32:42,799 --> 00:32:44,840
Kaj tiam tuj
doni al vi la rajton Buleaj

563
00:32:44,840 --> 00:32:48,240
vektora ke vi desegni.

564
00:32:48,240 --> 00:32:50,660
>> Do tiuj estas nur funkcioj
kaj nun lasu min nur

565
00:32:50,660 --> 00:32:54,980
montri vin kelkaj interagaj vidaĵojn.

566
00:32:54,980 --> 00:32:59,700
Mi ne kredas ke mi efektive havas
Wi-Fi ĉi tie tiel mi nur iru antaŭen

567
00:32:59,700 --> 00:33:01,970
kaj transsaltu tion Mi supozas.

568
00:33:01,970 --> 00:33:05,260
>> Sed unu afero estas malvarmeta
tamen estas kiu se vi nur

569
00:33:05,260 --> 00:33:09,600
volas testi faskon da
malsamaj datumoj ordonojn,

570
00:33:09,600 --> 00:33:13,320
tie estas faskon da malsamaj datasets
kiuj jam precargada en R.

571
00:33:13,320 --> 00:33:15,770
Do unu el ili estas
vokis la iriso dataset.

572
00:33:15,770 --> 00:33:18,910
Jen unu el la plej konata
en maŝina lerno.

573
00:33:18,910 --> 00:33:23,350
Vi kutime nur faru ian
testo kazoj vidi se via kodo kuras.

574
00:33:23,350 --> 00:33:27,520
Do ni simple kontrolu kion irizo.

575
00:33:27,520 --> 00:33:33,130
>> Do tion tuj
esti datumo kadro.

576
00:33:33,130 --> 00:33:36,000
Kaj estas speco de longa ĉar
Mi ĵus presita ekster iriso.

577
00:33:36,000 --> 00:33:38,810
Ĝi estas presanta el la tuta afero.

578
00:33:38,810 --> 00:33:42,830
Do ĝi havas ĉiujn tiujn malsamaj nomoj.

579
00:33:42,830 --> 00:33:45,505
Do iriso estas kolekto
de malsamaj floroj.

580
00:33:45,505 --> 00:33:48,830
En tiu kazo, estas diri
vi la speco de tio,

581
00:33:48,830 --> 00:33:54,760
ĉiuj tiuj malsamaj larĝaj kaj
longoj de la sepalo kaj la petalo.

582
00:33:54,760 --> 00:33:58,880
>> Kaj tiel normale, se
presotan iriso,

583
00:33:58,880 --> 00:34:03,680
ekzemple, vi ne volas havi ĝin
faras cxi tiun tutan ĉar tio povas transpreni

584
00:34:03,680 --> 00:34:05,190
via tuta konzolo.

585
00:34:05,190 --> 00:34:09,280
Do unu afero vere
bela estas la kapo funkcio.

586
00:34:09,280 --> 00:34:12,929
Do se vi nur faru kapo
Iriso, ĉi donos vin

587
00:34:12,929 --> 00:34:17,389
la unuaj kvin vicoj, aŭ ses mi supozas.

588
00:34:17,389 --> 00:34:19,909
Kaj tiam bone, vi
povas simple entajpi tie.

589
00:34:19,909 --> 00:34:22,914
Do 20-- ĉi donos
vi la unuaj 20 vicojn.

590
00:34:22,914 --> 00:34:24,830
Kaj mi fakte estis afabla
de surprizitaj ke ĉi

591
00:34:24,830 --> 00:34:28,770
donis al mi ses tial mi iros antaŭen
kaj kontrolu iris-- aŭ kapo, sorry.

592
00:34:28,770 --> 00:34:31,699

593
00:34:31,699 --> 00:34:34,960
Kaj tie li donos
vi la dokumentado

594
00:34:34,960 --> 00:34:37,960
de kio la valoro kapo faras.

595
00:34:37,960 --> 00:34:40,839
Do li revenas la unua
aŭ lasta de objekto.

596
00:34:40,839 --> 00:34:42,630
Kaj poste mi iros
rigardi la defaŭltojn.

597
00:34:42,630 --> 00:34:47,340
Kaj tiam diras la defaŭlta
metodo kapo x kaj n egalas 6L.

598
00:34:47,340 --> 00:34:50,620
Do tiu redonas la unuaj ses elementoj.

599
00:34:50,620 --> 00:34:55,050
Kaj simile, se vi rimarkos tie ĉi, mi
ne devas entajpi n egalas 6.

600
00:34:55,050 --> 00:34:56,840
Defaŭlte ĝi uzas ses, mi supozas.

601
00:34:56,840 --> 00:35:00,130
Kaj tiam, se mi volas specifi certan
valoro, tiam mi povas vidi ke tiel.

602
00:35:00,130 --> 00:35:02,970

603
00:35:02,970 --> 00:35:10,592
>> Tiel ke estas iuj simplaj komandoj kaj
jen alia jen just-- bone,

604
00:35:10,592 --> 00:35:12,550
Mi can-- ĉi estas efektive
iom pli kompleksa,

605
00:35:12,550 --> 00:35:17,130
sed tiu estos nur prenu la klaso
de ĉiu kolumno de la iriso dataset.

606
00:35:17,130 --> 00:35:20,910
Do ĉi montros vin kion ĉiu el tiuj
kolumnoj estas en terminoj de iliaj tipoj.

607
00:35:20,910 --> 00:35:23,665
Do sepalo longo estas nombraj,
sepalo larĝa estas nombraj.

608
00:35:23,665 --> 00:35:26,540
Ĉiuj tiuj valoroj estas nur nombraj
ĉar vi povas diri de ĉi datumoj

609
00:35:26,540 --> 00:35:29,440
strukturi tiuj estas
ĉiuj tuj nombraj.

610
00:35:29,440 --> 00:35:34,310
>> Kaj la Specioj kolumno
tuj esti faktoro.

611
00:35:34,310 --> 00:35:37,270
Do kutime, vi pensus ke
tiu similas al signoĉeno.

612
00:35:37,270 --> 00:35:48,830
Sed se vi nur faru irisSpecies,
kaj tiam mi iros fari kapo 5,

613
00:35:48,830 --> 00:35:51,820
kaj tiu tuj presi
el la unuaj kvin valoroj.

614
00:35:51,820 --> 00:35:54,150
>> Kaj tiam rimarkos ĉi niveloj.

615
00:35:54,150 --> 00:35:58,870
Do ĉi tio komencis diri ĉi estas R vojo
havi kategoriaj variabloj.

616
00:35:58,870 --> 00:36:03,765
Do anstataŭ simple
havanta karaktero ŝnuroj,

617
00:36:03,765 --> 00:36:06,740
ĝi havas nivelojn preciziganta
kiu el tiuj aĵoj estas.

618
00:36:06,740 --> 00:36:12,450
>> Do diru irisSpecies 1.

619
00:36:12,450 --> 00:36:17,690
Do kio vi deziras fari ĉi tie estas mi
subsetting al ĉi Specioj kolumno.

620
00:36:17,690 --> 00:36:21,480
Do ĉi prenas la
Specioj kolumno kaj poste

621
00:36:21,480 --> 00:36:23,820
ĝi indeksas akiri la unuan elementon.

622
00:36:23,820 --> 00:36:27,140
Do ĉi donu vin setosa.

623
00:36:27,140 --> 00:36:28,710
Kaj ĝi ankaŭ donas vin niveloj tie.

624
00:36:28,710 --> 00:36:32,812
>> Do vi povas ankaŭ kompari
ĉi al la karaktero setosa

625
00:36:32,812 --> 00:36:34,645
kaj ĉi tio ne tuj
esti vera ĉar unu

626
00:36:34,645 --> 00:36:37,940
estas de malsama tipo ol la aliaj.

627
00:36:37,940 --> 00:36:40,590
Aŭ mi supozas ke estas vera ĉar R
estas pli inteligenta ol tio.

628
00:36:40,590 --> 00:36:45,420
Kaj ĝi rigardas tion kaj tiam
diras, eble tiu estas kion vi volas.

629
00:36:45,420 --> 00:36:51,860
Do ĝi estas tuj diri la karaktero
kordo setosa estas la sama kiel tiu ĉi.

630
00:36:51,860 --> 00:37:01,290
Kaj tiam simile, vi povas
ankaŭ simple kaptu tiujn kiel tiel plu.

631
00:37:01,290 --> 00:37:05,580
>> Do tio estas nur ia
rapidajn komandojn de la aro de datumoj.

632
00:37:05,580 --> 00:37:08,030
Do jen kelkaj datumoj tuŝo.

633
00:37:08,030 --> 00:37:11,360
Do ĉi tiu estas iom pli
implikita kun la analizo de datumoj.

634
00:37:11,360 --> 00:37:18,340
Kaj tiu estas prenita de iuj
bootcamp en R cxar en Berkeley.

635
00:37:18,340 --> 00:37:20,790
>> Do biblioteko fremdaj.

636
00:37:20,790 --> 00:37:24,880
Do mi iros al ŝarĝi en
biblioteko kiu nomas fremdaj.

637
00:37:24,880 --> 00:37:32,460
Do tiu tuj donu al mi read.dta
tial supozas ke mi havas ĉi dataset.

638
00:37:32,460 --> 00:37:39,000
Tiu estas stokita en la nuna
laborante dosierujo de mia konzolo.

639
00:37:39,000 --> 00:37:42,190
Do ni simple vidas kion
la laborantaj dosierujo estas.

640
00:37:42,190 --> 00:37:44,620
>> Do jen mia laborista dosierujo.

641
00:37:44,620 --> 00:37:50,040
Kaj legu dot datumoj, ĉi
aferon, diras tiu dosiero

642
00:37:50,040 --> 00:37:54,650
situas en la datumoj dosierujo de
tiu fluo laborista dosierujo.

643
00:37:54,650 --> 00:38:00,520
Kaj read.dta ĉi ne estas
defaŭlta komando.

644
00:38:00,520 --> 00:38:02,760
Supozeble mi ŝarĝis lin en la jam.

645
00:38:02,760 --> 00:38:04,750
IEI supozis mi ŝarĝis ĉi en jam.

646
00:38:04,750 --> 00:38:08,115
>> Sed tiel read.dta ne tuj
esti defaŭlte komando.

647
00:38:08,115 --> 00:38:11,550
Kaj tio estas kial vi estas iranta havi
ŝargi en tiu biblioteko package--

648
00:38:11,550 --> 00:38:14,500
tiu pako nomita fremdaj.

649
00:38:14,500 --> 00:38:16,690
Kaj se vi ne havas
la pakaĵon, mi opinias

650
00:38:16,690 --> 00:38:19,180
fremda estas unu el la enkonstruita Ones.

651
00:38:19,180 --> 00:38:31,150
Alie, vi povas ankaŭ
fari install.packages

652
00:38:31,150 --> 00:38:33,180
kaj Tiu instalos la pakaĵon.

653
00:38:33,180 --> 00:38:36,878
Kaj ĉi donos vin R. Uh, ne.

654
00:38:36,878 --> 00:38:39,830

655
00:38:39,830 --> 00:38:43,140
Kaj tiam mi simple tuj haltos
ĉar mi jam havas ĝin.

656
00:38:43,140 --> 00:38:46,920
>> Sed kio estas vere bela pri R
estas kiu la demarŝo de pakoj

657
00:38:46,920 --> 00:38:48,510
sistemo estas tre eleganta.

658
00:38:48,510 --> 00:38:52,470
Ĉar ĝi stokas ĉiun
vere bele vin.

659
00:38:52,470 --> 00:38:59,780
Do en ĉi tiu kazo, ĝi estas tuj stoki
ĝin, mi kredas, ĉi biblioteko tie.

660
00:38:59,780 --> 00:39:02,390
>> Do anytime vi volas
instali novan pakojn,

661
00:39:02,390 --> 00:39:04,980
estas nur tiel simpla kiel
faranta install.packages

662
00:39:04,980 --> 00:39:07,500
kaj R sukcesos ĉiuj
la pakoj por vi.

663
00:39:07,500 --> 00:39:12,900
Do vi ne devas fari ion en
Python, kie vi havas eksterajn pako

664
00:39:12,900 --> 00:39:15,330
perantoj kiel papero
Anakondo kie vi estas

665
00:39:15,330 --> 00:39:18,310
doing-- vi instalu la
pakoj ekstere de Python

666
00:39:18,310 --> 00:39:20,940
kaj tiam vi provas kuri ilin mem.

667
00:39:20,940 --> 00:39:22,210
Do ĉi tiu estas vere bela maniero.

668
00:39:22,210 --> 00:39:25,590
>> Kaj install.packages postulas interreto.

669
00:39:25,590 --> 00:39:31,950
Ĝi prenas ŝin de servanto
kaj la Repository

670
00:39:31,950 --> 00:39:33,960
kolektas ĉiujn
pakoj nomas CRAN.

671
00:39:33,960 --> 00:39:40,690
Kaj vi povas specifi kion tipo de spegulo
vi volas elŝuti la pakaĵoj el.

672
00:39:40,690 --> 00:39:43,420
>> Do jen mi prenante ĉi dataset.

673
00:39:43,420 --> 00:39:46,240
Mi legas ĝin uzante ĉi tiu funkcio.

674
00:39:46,240 --> 00:39:49,360
Do lasu min antaŭeniri kaj fari tion.

675
00:39:49,360 --> 00:39:52,900
>> Do ni supozu ke
Havante tiun dataset

676
00:39:52,900 --> 00:39:55,550
kaj vi havas absolute
neniun ideon kio ĝi estas.

677
00:39:55,550 --> 00:39:58,560
Kaj tion efektive venas supren
sufiĉe ofte en la industrio

678
00:39:58,560 --> 00:40:00,910
kie vi nur havas tiujn
tunoj kaj tunoj de senorda aferoj

679
00:40:00,910 --> 00:40:02,890
kaj ili estas nekredeble neetikedita.

680
00:40:02,890 --> 00:40:06,380
Do jen mi havas ĉi
dataset kaj mi ne scias

681
00:40:06,380 --> 00:40:08,400
kio estas do mi simple
montrante rigard ĝin.

682
00:40:08,400 --> 00:40:10,620
>> Do mi tuj faros kapon unue.

683
00:40:10,620 --> 00:40:14,190
Do mi kontrolu la unuaj ses
kolumnoj de kion ĉi dataset estas.

684
00:40:14,190 --> 00:40:21,730
Do tiu estas stato, pres04, kaj tiam
ĉiuj tiuj malsamaj ia kolumnojn.

685
00:40:21,730 --> 00:40:25,612
Kaj kio estas interesa
tie, mi supozas, estas ke vi

686
00:40:25,612 --> 00:40:27,945
supozus ke tio aspektas
kiel ia elekto.

687
00:40:27,945 --> 00:40:30,482

688
00:40:30,482 --> 00:40:32,190
Kaj mi supozas ĝuste el
rigardante la dosiero

689
00:40:32,190 --> 00:40:41,070
Name Jen ia kolekto
de datumoj pri kandidatoj aŭ balotantoj

690
00:40:41,070 --> 00:40:44,920
kiuj voĉdonis por specifaj prezidantoj
aŭ prezidanto kandidatoj

691
00:40:44,920 --> 00:40:46,550
por la 2004 elekto.

692
00:40:46,550 --> 00:40:52,920
>> Do jen valorojn 1, 2
tial unu vojo de stokante

693
00:40:52,920 --> 00:40:56,540
la prezidanto kandidatoj
estas iliaj nomoj.

694
00:40:56,540 --> 00:40:59,780
En tiu kazo, ĝi similas
Ili estas nur entjeraj valoroj.

695
00:40:59,780 --> 00:41:04,030
Do 2004, estis Bush
kontre Kerry mi kredas.

696
00:41:04,030 --> 00:41:09,010
Kaj nun, ni diru simple ne scias
ĉu 1 korespondas al Bush aŭ 2

697
00:41:09,010 --> 00:41:11,703
respondas al Kerry aŭ kaj
tiel plu kaj tiel plu, ĉu ne?

698
00:41:11,703 --> 00:41:15,860
>> Kaj tiu estas, ĝuste al mi,
sufiĉe komuna problemo.

699
00:41:15,860 --> 00:41:18,230
Do kion vi povas fari en ĉi tiu kazo?

700
00:41:18,230 --> 00:41:20,000
Do ni kontrolu ĉiuj tiuj aliaj aĵoj.

701
00:41:20,000 --> 00:41:22,790
>> stato, estas akceptante ĉi
devenas malsamajn statojn.

702
00:41:22,790 --> 00:41:25,100
partyid, enspezoj.

703
00:41:25,100 --> 00:41:27,710
Ni rigardu partyid.

704
00:41:27,710 --> 00:41:32,800
Do eble unu afero vi povas fari estas
rigardu ĉiu de la observoj

705
00:41:32,800 --> 00:41:36,250
kiu havas partyid de Respublika
aŭ Demokrato aŭ io.

706
00:41:36,250 --> 00:41:38,170
Do ni simple rigardu kio partyid estas.

707
00:41:38,170 --> 00:41:41,946
>> Do mi iros por preni
dat kaj tiam mi iros

708
00:41:41,946 --> 00:41:47,960
fari cxi dolaro signo
manipulantino faris antaŭe

709
00:41:47,960 --> 00:41:50,770
kaj tiu tuj
subaro al tiu kolumno.

710
00:41:50,770 --> 00:41:57,760
Kaj poste mi iros por estri ĉi en
20, nur por vidi, kion tio aspektas.

711
00:41:57,760 --> 00:42:00,170
>> Do ĉi tiu estas nur bando de Nas.

712
00:42:00,170 --> 00:42:02,800
Do alivorte, vi havas
mankas datumoj pri tiuj infanoj.

713
00:42:02,800 --> 00:42:08,100
Sed vi ankaŭ rimarkas ĉi
dat partyid estas faktoro

714
00:42:08,100 --> 00:42:10,030
tiel ĉi donas vin malsamaj kategorioj.

715
00:42:10,030 --> 00:42:14,170
Do alivorte, partyid povas preni
Demokrato, Respublikano, Sendependa,

716
00:42:14,170 --> 00:42:16,640
aŭ ion alian.

717
00:42:16,640 --> 00:42:23,940
>> Do ni iru antaŭen kaj ni
vidi kiu el tiuj is-- Oh, OK.

718
00:42:23,940 --> 00:42:28,480
Do mi iros al subaro
al partyid kaj tiam

719
00:42:28,480 --> 00:42:32,780
rigardi, kiuj estas
Demokrato, ekzemple.

720
00:42:32,780 --> 00:42:37,150
Ĉi tuj donos vin Bulea,
grandega Buleaj de TRUEs kaj FALSEs.

721
00:42:37,150 --> 00:42:41,630
>> Kaj nun diru mi volas
al subaro al tiuj infanoj.

722
00:42:41,630 --> 00:42:47,260
Do tiu tuj prenos mian dat kaj
subaro al kiom observoj

723
00:42:47,260 --> 00:42:48,910
havi partyid egaluloj egalas demokrato.

724
00:42:48,910 --> 00:42:52,830

725
00:42:52,830 --> 00:42:55,180
Kaj tiu estas sufiĉe longa ĉar
ekzistas tiom da ili.

726
00:42:55,180 --> 00:42:59,060
Do nun mi iros por estri ĉi en 20.

727
00:42:59,060 --> 00:43:05,690

728
00:43:05,690 --> 00:43:11,270
>> Kaj kiel vi rimarkos, egalas egaluloj
Estas interesa ke vi estas

729
00:43:11,270 --> 00:43:13,250
already-- vi ankaŭ inkludante la NAS.

730
00:43:13,250 --> 00:43:19,010
Do en ĉi tiu kazo, vi ankoraŭ ne povas atingi
ajna informo ĉar nun vi havas nas

731
00:43:19,010 --> 00:43:22,650
kaj vi nur volas vidi, kiu el la
observo respondas al Democrat

732
00:43:22,650 --> 00:43:24,670
kaj ne tiuj mankas valoroj mem.

733
00:43:24,670 --> 00:43:27,680
Do kiel vi forigi tiujn nas?

734
00:43:27,680 --> 00:43:36,410
>> Do jen mi simple uzante la supren klavo sur mia
kursoro kaj tiam dirante movante ĉirkaŭe.

735
00:43:36,410 --> 00:43:39,778
Kaj tiam tie mi simple irante
diri is.na datpartyid.

736
00:43:39,778 --> 00:43:48,970

737
00:43:48,970 --> 00:43:52,720
Do ĉi kaj kaj prenos
du malsamaj Buleaj vektoroj

738
00:43:52,720 --> 00:43:57,160
kaj diri ĝin tuj estos
VERA kaj FALSA ekzemple.

739
00:43:57,160 --> 00:43:59,190
Do ĝi estas tuj faros ĉi komponanto-saĝa.

740
00:43:59,190 --> 00:44:02,910
Do jen mi diras iom
la datumoj kadro, subaro

741
00:44:02,910 --> 00:44:10,170
al tiuj, kiuj respondas al la demokrato,
kaj forigi ajnan el ili kiuj ne estas Na.

742
00:44:10,170 --> 00:44:13,540
>> Do ĉi will-- devus
doni al vi ion.

743
00:44:13,540 --> 00:44:16,540

744
00:44:16,540 --> 00:44:17,600
Vidu is.na.

745
00:44:17,600 --> 00:44:24,670

746
00:44:24,670 --> 00:44:27,690
Ni provu is.na datpartyid.

747
00:44:27,690 --> 00:44:36,290

748
00:44:36,290 --> 00:44:45,290
Kaj ĉi donu you--
sorry-- nur Bulea vektoro.

749
00:44:45,290 --> 00:44:49,260
Kaj tiam, ĉar ĝi estas tiel longa,
Mi iras al subaro al 20.

750
00:44:49,260 --> 00:44:49,760
Akcepti.

751
00:44:49,760 --> 00:44:51,570
Do tiu devus labori.

752
00:44:51,570 --> 00:44:54,700
>> Kaj tiu unu ankaŭ estos TRUEs.

753
00:44:54,700 --> 00:45:01,830
Ha, do mia eraro tie estas ke I'm-- mi
uzi C ++ kaj R interŝanĝeble do mi faros

754
00:45:01,830 --> 00:45:03,590
tiun eraron tutan tempon.

755
00:45:03,590 --> 00:45:05,807
La kaj telefonisto estas
fakte tiu kiun vi volas.

756
00:45:05,807 --> 00:45:08,140
Vi ne volas uzi du
ampersands, nur sola unu.

757
00:45:08,140 --> 00:45:14,970

758
00:45:14,970 --> 00:45:17,010
Akcepti.

759
00:45:17,010 --> 00:45:18,140
>> Do ni vidu.

760
00:45:18,140 --> 00:45:20,930

761
00:45:20,930 --> 00:45:23,920
Do ni subsetted al la
partyid kie ili estas demokrato

762
00:45:23,920 --> 00:45:25,300
kaj ili ne mankas valoroj.

763
00:45:25,300 --> 00:45:27,690
Kaj nun ni rigardu
kio aĵoj ili voĉdonis por.

764
00:45:27,690 --> 00:45:31,530
Do ŝajnas kiel plej
de ili voĉdonis por 1.

765
00:45:31,530 --> 00:45:36,090
Do mi iros por antaŭeniri
kaj diri ke estas Kerry.

766
00:45:36,090 --> 00:45:39,507
>> Kaj simile, vi povas
ankaŭ iros al Respublika

767
00:45:39,507 --> 00:45:41,090
kaj espereble, ĉi devus doni vin 2.

768
00:45:41,090 --> 00:45:49,730

769
00:45:49,730 --> 00:45:51,770
Estas nur faskon de malsamaj kolumnoj.

770
00:45:51,770 --> 00:45:53,070
Kaj ja, ĝi estas 2.

771
00:45:53,070 --> 00:45:55,750
Do partyid ĉiuj Respublika,
plejparte ili voĉdonas por 2.

772
00:45:55,750 --> 00:45:58,390
>> Do ĝi similas, nur
rigardante ĉi,

773
00:45:58,390 --> 00:46:00,600
Respublika tuj estos
oni very-- aŭ la partyid

774
00:46:00,600 --> 00:46:02,790
tuj estos tre
granda faktoro en determinado

775
00:46:02,790 --> 00:46:05,420
kiu kandidato ili estas
tuj voĉdoni por.

776
00:46:05,420 --> 00:46:07,120
Kaj tiu estas evidente vera ĝenerale.

777
00:46:07,120 --> 00:46:10,139
Kaj tiu egalas viajn
intuicio, kompreneble.

778
00:46:10,139 --> 00:46:11,930
Do ĝi similas min
elkuranta de tempo tiel

779
00:46:11,930 --> 00:46:17,040
lasu min nur iru antaŭen
kaj montri iujn rapidajn bildoj.

780
00:46:17,040 --> 00:46:21,120
Do jen iu kiu estas iomete
pli komplikita kun visualización.

781
00:46:21,120 --> 00:46:26,450
Do en ĉi tiu kazo, ĉi tiu estas tre
simpla analizo de simple kontrolanta kion

782
00:46:26,450 --> 00:46:28,500
la prezidanto de '04 estas.

783
00:46:28,500 --> 00:46:33,920
>> Do en ĉi tiu kazo, ni diru vi
volis respondi tiun demandon.

784
00:46:33,920 --> 00:46:38,540
Do supozu ni volis koni la balotado
konduto en la 2004 prezidanto elekto

785
00:46:38,540 --> 00:46:41,170
kaj kiel kiu varias laux gento.

786
00:46:41,170 --> 00:46:44,380
Do ne nur vi volas
vidi la balotado konduto,

787
00:46:44,380 --> 00:46:47,860
sed vi volas subaro de ĉiu
raso kaj varo de resumi tion.

788
00:46:47,860 --> 00:46:50,770
Kaj vi nur povas diri
per tiu kompleksa skribmaniero

789
00:46:50,770 --> 00:46:52,580
ke tio estas speco de prenanta malprecizaj.

790
00:46:52,580 --> 00:46:56,390
>> Do unu el la plej antaŭitaj R
pakoj kiuj estas ankaŭ speco de freŝaj

791
00:46:56,390 --> 00:47:00,070
nomas dplyr.

792
00:47:00,070 --> 00:47:03,060
Do estas ĉi tiu rajto tie.

793
00:47:03,060 --> 00:47:08,080
Kaj ggg-- ggplot2 estas nur bela
maniero de fari bona visualizaciones

794
00:47:08,080 --> 00:47:09,400
ol la enkonstruita unu.

795
00:47:09,400 --> 00:47:11,108
>> Do mi iros al ŝarĝi
tiuj du bibliotekoj.

796
00:47:11,108 --> 00:47:13,200

797
00:47:13,200 --> 00:47:16,950
Kaj tiam, mi estas ironta
antaŭen kaj kuri ĉi komando.

798
00:47:16,950 --> 00:47:19,050
Vi povas simple trakti tion kiel nigra skatolo.

799
00:47:19,050 --> 00:47:23,460
>> Kio okazas estas kiu ĉi pipon
operatoro preterpasas en tiu argumento

800
00:47:23,460 --> 00:47:24,110
en ĉi tie.

801
00:47:24,110 --> 00:47:28,070
Do mi celas grupon de dat
raso kaj tiam prezidanto 04.

802
00:47:28,070 --> 00:47:31,530
Kaj tiam, ĉiuj tiuj aliaj komandoj
estas filtri kaj tiam resumante

803
00:47:31,530 --> 00:47:34,081
kie mi faras elnombradon kaj
tiam mi komplotanta ŝin tie.

804
00:47:34,081 --> 00:47:39,980

805
00:47:39,980 --> 00:47:42,500
OK malvarmeta.

806
00:47:42,500 --> 00:47:44,620
Do ni iru antaŭen kaj
vidu kion ĉi aspektas.

807
00:47:44,620 --> 00:47:52,280

808
00:47:52,280 --> 00:47:57,290
>> Do kio okazas ĉi tie estas ke mi
nur komplotis ĉiu de la kuroj kaj tiam

809
00:47:57,290 --> 00:47:59,670
kio aĵoj ili voĉdonis por.

810
00:47:59,670 --> 00:48:03,492
Kaj tiujn du malsamajn
valoroj respondas al 2 kaj 1.

811
00:48:03,492 --> 00:48:05,325
Se vi volas esti pli
eleganta, vi povas ankaŭ

812
00:48:05,325 --> 00:48:11,770
nur specifi ke 2 estas Kerry-- aŭ
2 estas Bush, kaj tiam 1 estas Kerry.

813
00:48:11,770 --> 00:48:13,700
Kaj vi povas ankaŭ havi
ke en via legendon.

814
00:48:13,700 --> 00:48:17,410
>> Kaj vi povas ankaŭ fendi tiuj trinkejo grafeoj.

815
00:48:17,410 --> 00:48:19,480
Ĉar unu afero estas
ke, se vi rimarkos,

816
00:48:19,480 --> 00:48:24,560
ĉi tio ne estas tre facila identigi
kiu el tiuj du valoroj estas pli grandaj.

817
00:48:24,560 --> 00:48:27,920
Do unu afero vi volus
fari estas preni ĉi blua spaco

818
00:48:27,920 --> 00:48:31,855
kaj simple movi ĝin tien tiom vi
povas kompari tiujn du flankon ĉe flanko.

819
00:48:31,855 --> 00:48:34,480
Kaj mi supozas ke tio estas io mi
ne havas tempon por fari ĝuste nun,

820
00:48:34,480 --> 00:48:36,660
sed tio estas ankaŭ tre facile fari.

821
00:48:36,660 --> 00:48:40,310
Vi povas simple rigardi en
la viro paĝoj de ggplot.

822
00:48:40,310 --> 00:48:47,170
Do vi povas simple ggplot ŝatas
ke kaj legas en tiu viro paĝo.

823
00:48:47,170 --> 00:48:51,920
>> Do lasu min nur rapide
montri al vi iom malvarmeta aĵoj.

824
00:48:51,920 --> 00:48:57,610
Ni iru antaŭen kaj iru to-- nur
apliko de maŝino lernado.

825
00:48:57,610 --> 00:49:02,450
Do diru ni havas tiujn tri
pakoj tiel Mi iras ŝarĝi tiujn en.

826
00:49:02,450 --> 00:49:05,500

827
00:49:05,500 --> 00:49:09,170
Do ĉi nur presas el iuj
informoj post mi ŝarĝis en la afero.

828
00:49:09,170 --> 00:49:15,220
Do mi diras ĉi read.csv,
tiu aro de datumoj, kaj nun

829
00:49:15,220 --> 00:49:18,940
Mi iras al antaŭeniri kaj rigardas kaj
vidi kio estas ene ĉi dataset.

830
00:49:18,940 --> 00:49:22,080
>> Do la unuaj 20 observoj.

831
00:49:22,080 --> 00:49:27,190
Do mi nur devas X1, X2, kaj Y. Do
Ŝajnas kiel faskon da tiuj valoroj

832
00:49:27,190 --> 00:49:31,640
ili iras de eble 20 ĝis 80 aŭ tiel.

833
00:49:31,640 --> 00:49:37,700
Kaj tiam simile por X2 kaj tiam
ĉi Y ŝajnas esti stampoj 0 kaj 1.

834
00:49:37,700 --> 00:49:49,500
>> Kontroli ĉi, mi povas
nur faru resumon datumoj X1.

835
00:49:49,500 --> 00:49:51,660
Kaj tiam simile por
ĉiuj tiuj aliaj kolumnoj.

836
00:49:51,660 --> 00:49:55,300
Do resumo estas rapida ebleco
nur montrante vin rapida valoroj.

837
00:49:55,300 --> 00:49:56,330
Ho, pardonon.

838
00:49:56,330 --> 00:49:58,440
Ĉi tiu devus esti Y.

839
00:49:58,440 --> 00:50:03,420
>> Do en ĉi tiu kazo, ĝi donas la
quantiles, mezaj, maxes tiel.

840
00:50:03,420 --> 00:50:07,130
En tiu kazo, dataY, vi povas vidi
ke ĝi estas nur tuj esti 0 kaj 1.

841
00:50:07,130 --> 00:50:10,100
Ankaŭ la meznombro estas diranta
0.6, nur signifas ke

842
00:50:10,100 --> 00:50:13,380
Ŝajnas kiel mi havas pli _1s_ ol _0s_.

843
00:50:13,380 --> 00:50:16,160
>> Do lasu min iri antaŭen kaj spektaklo
vi kion ĉi aspektas.

844
00:50:16,160 --> 00:50:17,470
Do mi simple tuj komploti ĉi.

845
00:50:17,470 --> 00:50:22,852

846
00:50:22,852 --> 00:50:24,636
Vidu kiom por liberigi ĉi.

847
00:50:24,636 --> 00:50:30,492

848
00:50:30,492 --> 00:50:31,468
Ho OK.

849
00:50:31,468 --> 00:50:35,840

850
00:50:35,840 --> 00:50:36,340
Akcepti.

851
00:50:36,340 --> 00:50:37,590
>> Do tiu estas kio similas.

852
00:50:37,590 --> 00:50:46,310
Do ŝajnas kiel flavaj mi specifita
kiel 0, kaj tiam ruĝa Mi indikis kiel _1s_.

853
00:50:46,310 --> 00:50:52,190
Do jen ĝi aspektas kiel
label punktoj kaj ĝi

854
00:50:52,190 --> 00:50:56,410
ŝajnas kvazaŭ vi simple volas iun
ia clustering sur oriento.

855
00:50:56,410 --> 00:51:01,020
>> Kaj lasu min simple iru antaŭen kaj spektaklo
vi kelkajn el tiuj korpigitaj en funkcioj.

856
00:51:01,020 --> 00:51:03,580
Do jen estas lm.

857
00:51:03,580 --> 00:51:06,060
Do tiu estas nur provas
persvadi linio al tiu.

858
00:51:06,060 --> 00:51:08,640
Do kio estas la plej bona vojo
ke mi povu persvadi linion tian

859
00:51:08,640 --> 00:51:14,020
ke estos bona apartigi
tiu speco de clustering.

860
00:51:14,020 --> 00:51:21,790
Kaj ideale, vi povas simple vidi
ke mi ĵus kuras la komandojn

861
00:51:21,790 --> 00:51:25,450
kaj tiam mi iros
antaŭen kaj aldoni la linion.

862
00:51:25,450 --> 00:51:28,970
>> Do ĉi tio ŝajnas kiel la plej bona diveno.

863
00:51:28,970 --> 00:51:34,150
Ĝi estas prenante la plej bona kiu minimumigas
la eraro en provi persvadi tiu linio.

864
00:51:34,150 --> 00:51:40,000
Evidente, ĉi tiu similas kiel
bonon, sed ĝi ne estas la plej bona.

865
00:51:40,000 --> 00:51:43,130
Kaj linearaj modeloj, en
ĝenerala, tuj estos

866
00:51:43,130 --> 00:51:46,811
vere granda por teorio kaj ĝuste speco
konstrumetio fundamentoj de maŝino

867
00:51:46,811 --> 00:51:47,310
lerni.

868
00:51:47,310 --> 00:51:50,330
Sed en praktiko, vi tuj
volas fari ion pli ĝeneralan.

869
00:51:50,330 --> 00:51:54,280
>> Do vi povas simple provi kurante
iu nomita neŭra reto.

870
00:51:54,280 --> 00:51:57,110
Tiuj aferoj estas
ĉiufoje pli pli komuna.

871
00:51:57,110 --> 00:52:00,530
Kaj ili nur laboras fantazie
por grandskalaj datasets.

872
00:52:00,530 --> 00:52:07,080
Do en ĉi tiu kazo, ni nur have--
ni see-- ni havas nrow.

873
00:52:07,080 --> 00:52:09,010
Do nrow estas ĝuste diri numeron de vicoj.

874
00:52:09,010 --> 00:52:11,790
Do en ĉi tiu kazo, mi
havas 100 observoj.

875
00:52:11,790 --> 00:52:15,010
>> Do lasu min iri antaŭen kaj
fari neŭra reto.

876
00:52:15,010 --> 00:52:18,620
Do ĉi tiu estas vere bela
ĉar mi povas simple diri nnet

877
00:52:18,620 --> 00:52:21,767
kaj tiam mi regressing Y.
Do la Y estas tiu kolumno.

878
00:52:21,767 --> 00:52:23,850
Kaj tiam regressing ĝin sur
la aliaj du variabloj.

879
00:52:23,850 --> 00:52:27,360
Do ĉi tiu estas pli mallonga
skribmaniero por X1 kaj X2.

880
00:52:27,360 --> 00:52:29,741
>> Do ni iru antaŭen kaj kuri ĉi.

881
00:52:29,741 --> 00:52:30,240
Ho, pardonon.

882
00:52:30,240 --> 00:52:32,260
Mi bezonas kuri ĉi tiu tuta afero.

883
00:52:32,260 --> 00:52:37,500
Kaj tiu estas ĝuste presi skribmaniero
por kiom rapide aŭ ne rapide

884
00:52:37,500 --> 00:52:38,460
konverĝis.

885
00:52:38,460 --> 00:52:41,420
Do ĝi aspektas kiel ĝi konverĝas.

886
00:52:41,420 --> 00:52:44,970
Do lasu min iri antaŭen kaj printi
kion tio aspektas.

887
00:52:44,970 --> 00:52:51,260
>> Vidu ĉi tie la pentraĵo kaj tie estas
kontura montrante kiel bonege ĉio sidas.

888
00:52:51,260 --> 00:52:56,380
Kaj jen estas just-- vi povas vidi
ĉi tiu tiu estas tre, tre bela.

889
00:52:56,380 --> 00:52:59,400
Ĝi inkluzive eblus
overfitting, sed vi povas ankaŭ

890
00:52:59,400 --> 00:53:03,390
klarigi ĉi kun aliaj
teknikoj kiel kruco-validación.

891
00:53:03,390 --> 00:53:06,180
Kaj ĉi tiuj estas ankaŭ konstruitaj en R.

892
00:53:06,180 --> 00:53:09,170
>> Kaj lasu min nur montras al vi
apogi vektora maŝino.

893
00:53:09,170 --> 00:53:12,470
Tio estas alia vere komuna
tekniko en maŝina lernado.

894
00:53:12,470 --> 00:53:18,550
Ĝi estas tre simila al linearaj modeloj, sed
uzu kio nomiĝas kernon metodo.

895
00:53:18,550 --> 00:53:22,790
Kaj ni vidos kiom bone ke faras.

896
00:53:22,790 --> 00:53:26,430
Do ĉi tiu estas tre simila al kiel
bone neural reto realigas,

897
00:53:26,430 --> 00:53:27,900
sed estas multe pli milda.

898
00:53:27,900 --> 00:53:35,740
Kaj tiu estas bazita for
de what-- kiom SVMs laboro.

899
00:53:35,740 --> 00:53:40,250
>> Do ĉi tio estas nur tre
rapidan superrigardon de kelkaj

900
00:53:40,250 --> 00:53:43,822
de la konstruita-en funkcioj kiujn vi povas fari
kaj ankaŭ iuj de la datumoj tuŝo.

901
00:53:43,822 --> 00:53:45,905
Do lasu min ĝuste sekvas antaŭeniras
kaj reiri al la diapozitivoj.

902
00:53:45,905 --> 00:53:50,290

903
00:53:50,290 --> 00:53:53,670
>> Do evidente, tiu estas
ne tre ampleksa.

904
00:53:53,670 --> 00:53:57,140
Kaj tiu estas vere ĝuste teaser
montrante al vi, kion vi povas vere fari en R.

905
00:53:57,140 --> 00:53:59,100
Do se vi volas simple ŝatas
lerni pli, jen

906
00:53:59,100 --> 00:54:01,210
estas faskon de malsamaj rimedoj.

907
00:54:01,210 --> 00:54:06,890
>> Do se vi ŝatis lernolibroj aŭ vi estas
nur ŝatis legi tion en interreto,

908
00:54:06,890 --> 00:54:09,670
tiam ĉi tiu estas fantazia
unu post Hadley Wickham,

909
00:54:09,670 --> 00:54:13,010
kiu ankaŭ kreis ĉiujn tiujn
vere malvarmeta pakoj.

910
00:54:13,010 --> 00:54:17,420
Se vi estas ŝatanto al videos, tiam
Berkeley havas terurigan bootcamp

911
00:54:17,420 --> 00:54:21,060
tio several-- ke estas iom longa.

912
00:54:21,060 --> 00:54:24,210
Kaj ĝi instruos vin preskaŭ
ĉio vi ŝatus scii pri R.

913
00:54:24,210 --> 00:54:27,770
>> Kaj simile, estas Codeacademy
kaj ĉiuj tiuj aliaj speco

914
00:54:27,770 --> 00:54:29,414
de interagaj retpaĝaroj.

915
00:54:29,414 --> 00:54:31,580
Ili ankaŭ ricevas
common-- pli kaj pli komuna.

916
00:54:31,580 --> 00:54:33,749
Do tiu estas tre simila al Codeacademy.

917
00:54:33,749 --> 00:54:35,790
Kaj fine, se vi nur
volas Komunumo kaj helpi,

918
00:54:35,790 --> 00:54:38,800
tiuj estas aro da
tion vi povas iri al.

919
00:54:38,800 --> 00:54:40,880
Evidente, ni ankoraŭ
uzi dissendolistojn, ĝuste

920
00:54:40,880 --> 00:54:44,860
kiel preskaŭ ĉiu alia
programlingvo komunumo.

921
00:54:44,860 --> 00:54:47,880
Kaj #rstats, tiu estas
nia komunumo Twitter.

922
00:54:47,880 --> 00:54:49,580
Tiu estas certe sufiĉe komunaj.

923
00:54:49,580 --> 00:54:50,850
Kaj tiam uzanto!

924
00:54:50,850 --> 00:54:52,340
Estas nur nia konferenco.

925
00:54:52,340 --> 00:54:55,390
>> Kaj tiam, kompreneble, vi povas
uzi ĉiujn tiujn aliajn Q & A aferojn,

926
00:54:55,390 --> 00:54:57,680
kiel Stack Overflow,
Google, kaj tiam GitHub.

927
00:54:57,680 --> 00:55:00,490
Ĉar plejparto de ĉi tiuj pakoj
kaj multe de la komunumo

928
00:55:00,490 --> 00:55:03,420
estos centrita ĉirkaŭ evoluantaj
kodo ĉar ĝi estas malfermita fonto.

929
00:55:03,420 --> 00:55:05,856
Kaj estas ĝuste vere bela en GitHub.

930
00:55:05,856 --> 00:55:08,730
Kaj fine, vi povas kontakti min se
Vi nur devas ajnan rapidan demandoj.

931
00:55:08,730 --> 00:55:13,530
Do vi povas trovi min sur Twitter tie,
mia retejo, kaj nur mian retpoŝton.

932
00:55:13,530 --> 00:55:17,840
Do espereble, ke estis
something-- malmultan teaser

933
00:55:17,840 --> 00:55:20,900
de kio R estas vere kapablas fari.

934
00:55:20,900 --> 00:55:23,990
Kaj espereble, vi nur
Kontroli ĉi tiuj tri ligoj

935
00:55:23,990 --> 00:55:25,760
kaj vidi kion vi povas fari pli.

936
00:55:25,760 --> 00:55:28,130
Kaj mi supozas ke estas nur pri ĝi.

937
00:55:28,130 --> 00:55:28,630
Dankon.

938
00:55:28,630 --> 00:55:30,780
>> [Aplaŭdo]

939
00:55:30,780 --> 00:55:31,968