среда, 7 октября 2015 г.
Введение в data.table (перевод)
воскресенье, 4 октября 2015 г.
Настройка внешнего вида документов RMarkdown
Опробовал в действии пакет tufterhandout для создания документов RMarkdown, из которых получаются HTML-файлы в специфическом стиле. Мой пример созданного таким образом документа залит на Гитхаб. Поискал, как можно настраивать под себя формат вывода RMarkdown - оказалось, ничего сложного в этом нет.
пятница, 2 октября 2015 г.
IDE Rodeo - аналог RStudio для Python
Важным преимуществом языка R, помимо большого количества пакетов на все случаи жизни, является наличие среды разработки RStudio, создатели которой стараются сделать обработку данных как можно более удобной. Недавно подобная IDE была создана и для Python.
среда, 30 сентября 2015 г.
Использование других языков в RStudio при помощи knitr
Буквально в двух словах об интересной возможности, которая редко упоминается, но может быть весьма полезной.
суббота, 19 сентября 2015 г.
R и IPython notebook
IPython notebook - популярная среда для работы с Питоном в браузере. В частности, примеры из этих книг предполагается выполнять именно таким образом, а сами "ноутбуки" можно скачать с гитхаба. Таким образом реализуется то, что называют воспроизводимым исследованием: как knitr+rmardown/LaTeX+RStudio, но выглядит немного иначе. Чтобы понять, лучше всего просто попробовать. К счастью, изучать Питон для этого не обязательно, ведь IPython notebook поддерживает и другие языки программирования, включая R.
Рецензия на две книги по анализу данных и машинному обучению с использованием Python
1. Маккинли У. Python и анализ данных
В имени автора - опечатка, на обложке он Маккинни, а внутри книги - Маккинли.
Книга практически не содержит информации о машинном обучении или о классической статистике. Вместо этого автор сконцентировался на вопросах трансформации данных и их визуализации, а также на особенностях реализации структур для хранения данных в Python.
Рассмотрены библиотеки NumPy, pandas и Matplotlib, а также основы работы в IPython Notebook. В начале книги есть руководство по установке всего, что требуется для повторения примеров из книги; в конце - небольшая глава "Основы языка Python", полезная прежде всего для повторения ранее изученного по более фундаментальным учебникам по программированию.
В качестве практических примеров преимущественно используется анализ временных рядов.
Перевод качественный, не нашел даже, к чему придраться.
Подписаться на:
Сообщения (Atom)