تکنیک های مدل سازی در تحلیل کسب و کار با R
تجزیه و تحلیل کسب و کار با R یا معمولاً به عنوان “زبان برنامه نویسی R” شناخته می شود. یک زبان برنامه نویسی منبع باز و یک محیط نرم افزاری است که توسط و برای آماردانان طراحی شده است. اساساً برای محاسبات آماری و گرافیک های سطح بالا استفاده می شود. بنابراین، این یک زبان محبوب در بین ریاضیدانان، آماردانان، داده کاویان و همچنین دانشمندان برای انجام تجزیه و تحلیل داده ها است.
R یک پروژه GNU است و به صورت رایگان تحت مجوز GNU (مجوز عمومی عمومی) در دسترس است . R با نسخه های باینری از پیش کامپایل شده برای چندین سیستم عامل از یونیکس و سیستم های مشابه (FreeBSD، Linux)، ویندوز و همچنین MacOS ارائه می شود.
←برای خرید کرک Tableau با تمام ویژگی ها کلیک کنید
R یک زبان برنامه نویسی سازمانی بسیار قدرتمند است که دارای ویژگی های چشمگیر زیر است:
1. R یک نرم افزار متن باز است
R رایگان است. این تحت مجوز GPL (همانند لینوکس) است و شما از آزادی کامل برای انجام هر کاری که می خواهید با R برخوردار هستید! می توانید تا حد امکان خلاق باشید و تغییرات جالبی در آن ایجاد کنید. R برای ادغام با سیستم های دیگر نیز باز است. در حین کار بر روی زبان برنامه نویسی R، می توانید به داده ها دسترسی داشته باشید، اعم از SAS، SPSS، SQL Server، Oracle یا Excel و همچنین R را در برنامه ها و وب سرورهای مختلف ادغام کنید.
2. برنامه نویسی R برای تجزیه و تحلیل داده ها طراحی شده است
R اولیه یک نرم افزار تجزیه و تحلیل داده است که از مجموعه گسترده ای از الگوریتم ها برای بازیابی داده ها، پردازش، تجزیه و تحلیل و گرافیک های آماری پیشرفته تشکیل شده است.
R دارای روش‌های آماری جهانی داخلی مانند میانگین، میانه، توزیع‌ها، کوواریانس، رگرسیون، اثرات مختلط غیرخطی، GLM، GAM است و این فهرست ادامه دارد… توابع زبان برنامه‌نویسی R می‌توانند به تمام حوزه‌های برنامه دسترسی داشته باشند. نتایج تجزیه و تحلیل و ترکیب روش های تحلیلی برای رسیدن به نتایج معینی که برای سازمان ها حیاتی است.
به عنوان مثال، اطلاعات دقیق در مورد تعداد افراد (و سوابق آنها) که از یک گوشی موبایل خاص استفاده می‌کنند، می‌تواند برای یک شرکت تلفن همراه در استفاده از تجارت خود بسیار مفید باشد.
←برای خرید کرک Tableau با تمام ویژگی ها کلیک کنید
-
برنامه نویسی R شی گرا است
در مقایسه با سایر زبان های آماری، زبان برنامه نویسی R دارای امکانات برنامه نویسی شی گرا قوی است. این به این دلیل است که R از زبان برنامه نویسی S مشتق شده است. اگرچه R در توسعه برنامه های کاملاً شی گرا مهارت دارد. اما رویکرد آن به OOP به جای سلسله مراتب کلاس بر اساس توابع عمومی است. R از سه سیستم OOP S3، S4 و R5 تشکیل شده است. این ویژگی ها بر اساس مفاهیم کلاس ها و متدها هستند. مقایسه R با زبان های معمولی شی گرا مانند Perl، Python، Ruby و غیره غیرمنصفانه خواهد بود.
4. R یک زبان کامپیوتری تفسیر شده است
R معمولاً یک زبان کامپیوتری تفسیر شده است که با استفاده از توابع، امکان انشعاب، حلقه و برنامه نویسی ماژولار باورنکردنی را فراهم می کند. توزیع R شامل عملکرد طیف گسترده ای از روش های آماری مانند تجزیه و تحلیل سری های زمانی، آزمون های پارامتریک و ناپارامتریک کلاسیک، مدل های رگرسیون خطی و غیر خطی، خوشه بندی، هموارسازی و غیره است. همچنین، توسعه دهندگان پیشرفته برنامه نویسی R می توانند کد C بنویسند تا مستقیماً روی اشیاء R کار کنند.
5. زبان R گرافیک های سطح بالایی تولید می کند
برنامه نویسی R به عنوان یک محیط گرافیکی انعطاف پذیر برای ارائه طیف گسترده ای از توابع گرافیکی برای ارائه داده ها. مانند نمودارهای میله ای، نمودار دایره ای، هیستوگرام، سری های زمانی، نمودارهای نقطه ای، نمودارهای تصویر، سطوح سه بعدی، نمودارهای پراکنده، نقشه ها و غیره. می‌توانید گرافیک‌های خود را بی‌پایان سفارشی کنید و با ترکیب انواع گراف، گرافیک‌های تازه‌ای ایجاد کنید و سرگرمی عالی داشته باشید.
6. Business Analytics با R تجزیه و تحلیل پیشرفته را ارائه می دهد.
می‌توانید مجموعه‌های شگفت‌انگیزی برای R مانند Rmetrics Project برای امور مالی محاسباتی و BioConductor برای تجزیه و تحلیل و درک داده‌های ژنومی با توان بالا پیدا کنید. جدای از این مجموعه‌ها، بسته‌های الحاقی متعددی برای R مانند CRAN (تنظیم سرورهای ftp و وب در سراسر جهان برای ذخیره نسخه‌های یکسان و آخرین کد و اسناد برای R) و Task Views (راهنماها) موجود است. برای توابع و بسته های R که برای روش ها و رشته های خاص مفید هستند).
7. تجزیه و تحلیل کسب و کار با R جامعه خوبی دارد
زبان برنامه نویسی R جامعه وسیعی از 2 میلیون نفر دارد که به طور تصاعدی در حال رشد است. R دیگر فقط یک زبان برنامه نویسی نیست، بلکه یک فرهنگ در بین برنامه نویسان مختلف در سراسر جهان است. در اینترنت گشت و گذار کنید و در کسری از ثانیه چندین وب سایت، انجمن ها، پست های وبلاگ، مقالاتی در مورد زبان برنامه نویسی و تحلیل کسب و کار با R پیدا خواهید کرد. به عنوان مثال، ما Crantastic، یک وب سایت انجمن برای بسته های R داریم که در آن می توانید بسته های CRAN را جستجو، بررسی و برچسب گذاری کنید. اگر به دنبال توییت‌های R در توییتر می‌گردید، نحوه انجام آن به این صورت است – هشتگ #rstats در توییتر.
بنابراین، چیزی که در مورد زبان برنامه نویسی R آموختیم این است که R از نظر تجزیه و تحلیل داده ها نامحدود است. این دارای برخی از ویژگی های برجسته است که همیشه می تواند برای یک محاسبه داده قدرتمند و انعطاف پذیر بیشتر مورد بررسی قرار گیرد. روشی که در آن عملکرد و محبوبیت R در حال رشد است، زبان برنامه نویسی تحلیل کسب و کار با R برای مدت طولانی باقی می ماند و به سازمان ها در فرآیند پیچیده تجزیه و تحلیل داده ها کمک می کند.
تکنیک های مختلف مدل سازی:
ما می توانیم هر مشکلی را به فرآیندهای کوچکتر تقسیم کنیم:
- طبقه بندی – جایی است که ما داده ها را طبقه بندی می کنیم. به عنوان مثال. بیماری ها؛ همه بیماری ها رفتار خاصی از خود نشان می دهند . ما می توانیم آنها را بیشتر طبقه بندی کنیم.
مثال: بیماری های کاهش دهنده ایمنی، بیماری هایی که باعث سردرد می شوند و غیره.
کرک تبلو
- رگرسیون – شامل یافتن رابطه بین چندین متغیر است.
به عنوان مثال: وزن یک انسان با قد او چقدر ارتباط دارد.
- تشخیص آنومولی – اساساً یک نوسان است.
– مثال: در مورد ولتاژ بالا یا ولتاژ پایین.
- اهمیت ویژگی – اساساً چندین ویژگی مانند قد، وزن، دما، ضربان قلب را می دهد. نکته ای که باید به آن توجه داشت این است. همه این ویژگی ها برای یک کار مهم هستند.
– مثال: شخصی سعی می کند پیش بینی کند که در چه زمانی یک شخص به مقام می رسد. هر ویژگی نقش مهمی ایفا می کند اما همه ویژگی ها مهم نیستند.
- قوانین انجمن – به عبارت ساده تر، تجزیه و تحلیل یا پیش بینی رفتار بعدی است. جایی که حول موتور توصیه می چرخد.
به عنوان مثال: شخصی که نان می خرد ممکن است شیر نیز بخرد. اگر رفتارهای خرید گذشته را تحلیل کنیم، همه اقلام موجود در سبد دارای یک رابطه هستند. در این صورت، این احتمال وجود دارد که خریدار نان، شیر نیز بخرد.
- خوشه بندی – یکی از قدیمی ترین تکنیک ها در آمار است. در واقع، همیشه می توان هر مشکلی را مدل کرد، خواه طبقه بندی یا خوشه بندی، که به معنای گروه بندی موجودیت های مشابه است.
کرک تبلو
مثلا:
1) یک سبد سیب و پرتقال بردارید که در آن سیب را از پرتقال جدا کنیم.
2) یک مورد استفاده مهم برای خوشه بندی، مراقبت های بهداشتی است. تقریباً تمام آمارها و تجزیه و تحلیل ها با موارد استفاده از مراقبت های بهداشتی شروع شد. برای عمیق‌تر شدن. یک اصطلاح خوشه‌بندی به نام گروه‌ها (افراد مبتلا به بیماری‌های مشابه) وجود دارد تا بتوان آنها را جدا از مشتریان موجود مطالعه کرد. مثلاً اگر 10 نفر تب و 10 نفر دیگر از سردرد رنج می برند.آنچه را که بین آنها مشترک است پیدا می کنیم و دارو تولید می کنیم.
- استخراج ویژگی – در استخراج ویژگی، دقت، اعتبار و شکست کاملاً مرتبط است. به عبارت دیگر، استخراج ویژگی را می توان به عنوان تشخیص الگو نامید.
به عنوان مثال: در جستجوی گوگل، زمانی که کاربر عبارتی را وارد می کند، به نتایجی می رسد. حال سوال مهمی که باید پرسیده شود این است . از کجا می‌دانست کدام صفحه مرتبط و نامرتبط با اصطلاح است؟ این را می توان با استخراج ویژگی و تشخیص الگو پاسخ داد.جایی که ویژگی های برجسته ای را اضافه می کند. بیایید بگوییم یک عکس داده شده است، دوربین های خاص چهره ها را تشخیص می دهند . چهره را برجسته می کنند تا تصاویر زیبایی ارائه دهند، که همچنین از تشخیص ویژگی استفاده می کند.
←برای خرید کرک Tableau با تمام ویژگی ها کلیک کنید
مقاله های مرتبط:
1-IBM SPSS Modeler چیست و چه کاربردی دارد؟