ເນື່ອງຈາກການກັກກັນ, ຫຼາຍຄົນໃນປັດຈຸບັນໃຊ້ເວລາສ່ວນແບ່ງຂອງຊ້າງຢູ່ເຮືອນ, ແລະເວລານີ້ສາມາດ, ແລະເຖິງແມ່ນວ່າຄວນຈະໃຊ້ເວລາທີ່ເປັນປະໂຫຍດ.

ໃນຕອນເລີ່ມຕົ້ນຂອງການກັກກັນ, ຂ້າພະເຈົ້າໄດ້ຕັດສິນໃຈສໍາເລັດບາງໂຄງການທີ່ຂ້າພະເຈົ້າໄດ້ເລີ່ມຕົ້ນສອງສາມເດືອນກ່ອນຫນ້ານີ້. ຫນຶ່ງໃນໂຄງການເຫຼົ່ານີ້ແມ່ນຫຼັກສູດວິດີໂອ "R Language ສໍາລັບຜູ້ໃຊ້ Excel". ດ້ວຍຫຼັກສູດນີ້, ຂ້ອຍຢາກຫຼຸດອຸປະສັກໃນການເຂົ້າ R, ແລະຕື່ມຂໍ້ມູນໃສ່ກັບການຂາດແຄນອຸປະກອນການຝຶກອົບຮົມໃນຫົວຂໍ້ນີ້ເລັກນ້ອຍໃນພາສາລັດເຊຍ.

ຖ້າການເຮັດວຽກທັງຫມົດກັບຂໍ້ມູນໃນບໍລິສັດທີ່ທ່ານເຮັດວຽກຍັງເຮັດຢູ່ໃນ Excel, ຂ້ອຍຂໍແນະນໍາໃຫ້ເຈົ້າຮູ້ຈັກກັບເຄື່ອງມືການວິເຄາະຂໍ້ມູນທີ່ທັນສະໄຫມກວ່າ, ແລະໃນເວລາດຽວກັນບໍ່ເສຍຄ່າທັງຫມົດ.

ເນື້ອໃນ

ຖ້າທ່ານສົນໃຈໃນການວິເຄາະຂໍ້ມູນ, ທ່ານອາດຈະສົນໃຈຂອງຂ້ອຍ telegram и youtube ຊ່ອງ. ສ່ວນໃຫຍ່ຂອງເນື້ອຫາແມ່ນອຸທິດຕົນເພື່ອພາສາ R.

1. ເອກະສານ
2. ກ່ຽວກັບຫຼັກສູດ
3. ຫຼັກສູດນີ້ແມ່ນສໍາລັບໃຜ?
4. ໂຄງການຫຼັກສູດ
   4.1​. ບົດຮຽນທີ 1: ການຕິດຕັ້ງພາສາ R ແລະສະພາບແວດລ້ອມການພັດທະນາ RStudio
   4.2​. ບົດຮຽນທີ 2: ໂຄງສ້າງຂໍ້ມູນພື້ນຖານໃນ R
   4.3​. ບົດຮຽນທີ 3: ການອ່ານຂໍ້ມູນຈາກໄຟລ໌ TSV, CSV, Excel ແລະ Google Sheets
   4.4​. ບົດຮຽນທີ 4: ການກັ່ນຕອງແຖວ, ການເລືອກ ແລະປ່ຽນຊື່ຖັນ, ທໍ່ໃນ R
   4.5​. ບົດຮຽນທີ 5: ການເພີ່ມຖັນຄຳນວນໃສ່ຕາຕະລາງໃນ R
   4.6​. ບົດຮຽນທີ 6: ການຈັດກຸ່ມ ແລະ ການຮວບຮວມຂໍ້ມູນໃນ R
   4.7​. ບົດຮຽນທີ 7: ການລວມຕົວຕັ້ງແລະແນວນອນຂອງຕາຕະລາງໃນ R
   4.8​. ບົດຮຽນທີ 8: ການທໍາງານຂອງປ່ອງຢ້ຽມໃນ R
   4.9​. ບົດຮຽນທີ 9: ຕາຕະລາງໝູນວຽນ ຫຼື ການປຽບທຽບຂອງຕາຕະລາງ pivot ໃນ R
   4.10​. ບົດຮຽນທີ 10: ການໂຫຼດໄຟລ໌ JSON ໃນ R ແລະປ່ຽນລາຍຊື່ເປັນຕາຕະລາງ
   4.11​. ບົດຮຽນທີ 11: ການວາງແຜນຢ່າງວ່ອງໄວໂດຍໃຊ້ຟັງຊັນ qplot()
   4.12​. ບົດຮຽນທີ 12: ການວາງແຜນການວາງ layer ໂດຍ layer plots ໂດຍໃຊ້ຊຸດ ggplot2
5. ສະຫລຸບ

ເອກະສານ

• ຕິດຕາມຊ່ອງ YouTube
• ລາຍການຫຼິ້ນຫຼັກສູດຢູ່ໃນ YouTube
• ຄັງເກັບມ້ຽນດ້ວຍວັດສະດຸ
• ໜ້າຫຼັກສູດ

ກ່ຽວກັບຫຼັກສູດ

ຫຼັກສູດແມ່ນໂຄງສ້າງປະມານສະຖາປັດຕະຍະກໍາ tidyverse, ແລະ​ຫຸ້ມ​ຫໍ່​ລວມ​ຢູ່​ໃນ​ມັນ​: readr, vroom, dplyr, tidyr, ggplot2. ແນ່ນອນ, ມີຊຸດທີ່ດີອື່ນໆໃນ R ທີ່ດໍາເນີນການທີ່ຄ້າຍຄືກັນ, ສໍາລັບການຍົກຕົວຢ່າງ data.table, ແຕ່ syntax tidyverse intuitive, ງ່າຍທີ່ຈະອ່ານເຖິງແມ່ນວ່າສໍາລັບຜູ້ໃຊ້ທີ່ບໍ່ມີການຝຶກອົບຮົມ, ສະນັ້ນຂ້າພະເຈົ້າຄິດວ່າມັນດີກວ່າທີ່ຈະເລີ່ມຕົ້ນການຮຽນຮູ້ພາສາ R ກັບ tidyverse.

ຫຼັກສູດຈະນໍາພາທ່ານຜ່ານການດໍາເນີນງານການວິເຄາະຂໍ້ມູນທັງຫມົດ, ຈາກການໂຫຼດເຖິງການເບິ່ງເຫັນຜົນໄດ້ຮັບສໍາເລັດຮູບ.

ເປັນຫຍັງ R ແລະບໍ່ແມ່ນ Python? ເນື່ອງຈາກວ່າ R ເປັນພາສາທີ່ໃຊ້ໄດ້, ມັນງ່າຍສໍາລັບຜູ້ໃຊ້ Excel ທີ່ຈະປ່ຽນໄປຫາມັນ, ເພາະວ່າ ບໍ່ຈໍາເປັນຕ້ອງເຈາະເລິກເຂົ້າໃນການຂຽນໂປລແກລມແບບວັດຖຸແບບດັ້ງເດີມ.

ໃນປັດຈຸບັນ, 12 ບົດຮຽນວິດີໂອໄດ້ຖືກວາງແຜນ, ໃຊ້ເວລາຈາກ 5 ຫາ 20 ນາທີແຕ່ລະຄົນ.

ບົດຮຽນຈະເປີດຄ່ອຍໆ. ທຸກໆວັນຈັນຂ້ອຍຈະເປີດການເຂົ້າເຖິງບົດຮຽນໃຫມ່ຢູ່ໃນເວັບໄຊທ໌ຂອງຂ້ອຍ. ຊ່ອງ YouTube ໃນລາຍການຫຼິ້ນແຍກຕ່າງຫາກ.

ຫຼັກສູດນີ້ແມ່ນສໍາລັບໃຜ?

ຂ້າພະເຈົ້າຄິດວ່ານີ້ແມ່ນຈະແຈ້ງຈາກຫົວຂໍ້, ແນວໃດກໍ່ຕາມ, ຂ້າພະເຈົ້າຈະອະທິບາຍໃນລາຍລະອຽດເພີ່ມເຕີມ.

ຫຼັກສູດດັ່ງກ່າວແມ່ນແນໃສ່ຜູ້ທີ່ໃຊ້ Microsoft Excel ຢ່າງຈິງຈັງໃນການເຮັດວຽກຂອງພວກເຂົາແລະປະຕິບັດວຽກງານທັງຫມົດຂອງພວກເຂົາດ້ວຍຂໍ້ມູນຢູ່ທີ່ນັ້ນ. ໂດຍທົ່ວໄປ, ຖ້າທ່ານເປີດຄໍາຮ້ອງສະຫມັກ Microsoft Excel ຢ່າງຫນ້ອຍຫນຶ່ງຄັ້ງຕໍ່ອາທິດ, ຫຼັງຈາກນັ້ນຫຼັກສູດແມ່ນເຫມາະສົມສໍາລັບທ່ານ.

ທ່ານບໍ່ ຈຳ ເປັນຕ້ອງມີທັກສະການຂຽນໂປແກຼມເພື່ອຈົບຫຼັກສູດ, ເພາະວ່າ ... ຫຼັກສູດແມ່ນແນໃສ່ຜູ້ເລີ່ມຕົ້ນ.

ແຕ່, ບາງທີ, ເລີ່ມຕົ້ນຈາກບົດຮຽນທີ 4, ຈະມີອຸປະກອນທີ່ຫນ້າສົນໃຈສໍາລັບຜູ້ໃຊ້ R ທີ່ມີການເຄື່ອນໄຫວ, ເພາະວ່າ ... ການທໍາງານຕົ້ນຕໍຂອງການຫຸ້ມຫໍ່ດັ່ງກ່າວເປັນ dplyr и tidyr ຈະໄດ້ຮັບການປຶກສາຫາລືໃນບາງລາຍລະອຽດ.

ໂຄງການຫຼັກສູດ

ບົດຮຽນທີ 1: ການຕິດຕັ້ງພາສາ R ແລະສະພາບແວດລ້ອມການພັດທະນາ RStudio

ວັນທີເຜີຍແຜ່: ມີນາ 23 2020

ເອກະສານອ້າງອີງ:

• ວີ​ດີ​ໂອ
• ດາວໂຫລດພາສາ R
• ດາວໂຫລດ RStudio

ວິດີໂອ:

ລາຍລະອຽດ:
ບົດຮຽນແນະນໍາໃນໄລຍະທີ່ພວກເຮົາຈະດາວໂຫລດແລະຕິດຕັ້ງຊອບແວທີ່ຈໍາເປັນ, ແລະສະຫຼຸບໂດຍຫຍໍ້ກ່ຽວກັບຄວາມສາມາດແລະການໂຕ້ຕອບຂອງສະພາບແວດລ້ອມການພັດທະນາ RStudio.

ບົດຮຽນທີ 2: ໂຄງສ້າງຂໍ້ມູນພື້ນຖານໃນ R

ວັນທີເຜີຍແຜ່: ມີນາ 30 2020

ເອກະສານອ້າງອີງ:

• ວີ​ດີ​ໂອ
• ເຄື່ອງແຕ່ງກາຍ

ວິດີໂອ:

ລາຍລະອຽດ:
ບົດຮຽນນີ້ຈະຊ່ວຍໃຫ້ທ່ານເຂົ້າໃຈວ່າໂຄງສ້າງຂໍ້ມູນໃດທີ່ມີຢູ່ໃນພາສາ R. ພວກເຮົາຈະເບິ່ງລາຍລະອຽດຢູ່ໃນ vectors, ກອບວັນທີແລະລາຍການ. ໃຫ້ເຮົາຮຽນຮູ້ວິທີສ້າງພວກມັນ ແລະເຂົ້າເຖິງອົງປະກອບຂອງແຕ່ລະຄົນ.

ບົດຮຽນທີ 3: ການອ່ານຂໍ້ມູນຈາກໄຟລ໌ TSV, CSV, Excel ແລະ Google Sheets

ວັນທີເຜີຍແຜ່: ເມສາ 6 2020

ເອກະສານອ້າງອີງ:

• ວີ​ດີ​ໂອ
• ເຄື່ອງແຕ່ງກາຍ

ວິດີໂອ:

ລາຍລະອຽດ:
ການເຮັດວຽກກັບຂໍ້ມູນ, ໂດຍບໍ່ສົນເລື່ອງຂອງເຄື່ອງມື, ເລີ່ມຕົ້ນດ້ວຍການສະກັດເອົາຂອງມັນ. ການຫຸ້ມຫໍ່ແມ່ນໃຊ້ໃນລະຫວ່າງບົດຮຽນ vroom, readxl, googlesheets4 ສໍາລັບການໂຫຼດຂໍ້ມູນເຂົ້າໄປໃນສະພາບແວດລ້ອມ R ຈາກໄຟລ໌ csv, tsv, Excel ແລະ Google Sheets.

ບົດຮຽນທີ 4: ການກັ່ນຕອງແຖວ, ການເລືອກ ແລະປ່ຽນຊື່ຖັນ, ທໍ່ໃນ R

ວັນທີເຜີຍແຜ່: ເມສາ 13 2020

ເອກະສານອ້າງອີງ:

• ວີ​ດີ​ໂອ
• ເຄື່ອງແຕ່ງກາຍ

ວິດີໂອ:

ລາຍລະອຽດ:
ບົດຮຽນນີ້ແມ່ນກ່ຽວກັບຊຸດ dplyr. ໃນມັນພວກເຮົາຈະຄິດວິທີການກັ່ນຕອງ dataframes, ເລືອກຖັນທີ່ຈໍາເປັນແລະປ່ຽນຊື່.

ພວກເຮົາຍັງຈະໄດ້ຮຽນຮູ້ວ່າທໍ່ໃດແດ່ ແລະວິທີການທີ່ພວກມັນຊ່ວຍເຮັດໃຫ້ລະຫັດ R ຂອງທ່ານອ່ານໄດ້ຫຼາຍຂຶ້ນ.

ບົດຮຽນທີ 5: ການເພີ່ມຖັນຄຳນວນໃສ່ຕາຕະລາງໃນ R

ວັນທີເຜີຍແຜ່: ເມສາ 20 2020

ເອກະສານອ້າງອີງ:

• ວີ​ດີ​ໂອ
• ເຄື່ອງແຕ່ງກາຍ

ວິດີໂອ:

ລາຍລະອຽດ:
ໃນວິດີໂອນີ້ພວກເຮົາສືບຕໍ່ການຮູ້ຈັກກັບຫ້ອງສະຫມຸດຂອງພວກເຮົາ tidyverse ແລະຊຸດ dplyr.
ໃຫ້ເບິ່ງຢູ່ໃນຄອບຄົວຂອງຫນ້າທີ່ mutate(), ແລະພວກເຮົາຈະຮຽນຮູ້ວິທີການນໍາໃຊ້ພວກມັນເພື່ອເພີ່ມຄໍລໍາຄໍານວນໃຫມ່ໃນຕາຕະລາງ.

ບົດຮຽນທີ 6: ການຈັດກຸ່ມ ແລະ ການຮວບຮວມຂໍ້ມູນໃນ R

ວັນທີເຜີຍແຜ່: ເມສາ 27 2020

ເອກະສານອ້າງອີງ:

• ວີ​ດີ​ໂອ
• ເຄື່ອງແຕ່ງກາຍ

ວິດີໂອ:

ລາຍລະອຽດ:
ບົດຮຽນນີ້ແມ່ນອຸທິດໃຫ້ຫນຶ່ງໃນການດໍາເນີນງານຕົ້ນຕໍຂອງການວິເຄາະຂໍ້ມູນ, ກຸ່ມແລະການລວບລວມ. ໃນລະຫວ່າງບົດຮຽນພວກເຮົາຈະໃຊ້ຊຸດ dplyr ແລະຄຸນສົມບັດ group_by() и summarise().

ພວກເຮົາຈະເບິ່ງຄອບຄົວທັງຫມົດຂອງຫນ້າທີ່ summarise(), i.e. summarise(), summarise_if() и summarise_at().

ບົດຮຽນທີ 7: ການລວມຕົວຕັ້ງແລະແນວນອນຂອງຕາຕະລາງໃນ R

ວັນທີເຜີຍແຜ່: 4 ພຶດສະພາ 2020

ເອກະສານອ້າງອີງ:

• ວີ​ດີ​ໂອ
• ເຄື່ອງແຕ່ງກາຍ

ວິດີໂອ:

ລາຍລະອຽດ:
ບົດຮຽນນີ້ຈະຊ່ວຍໃຫ້ທ່ານເຂົ້າໃຈການດໍາເນີນງານຂອງການລວມຕາຕະລາງຕັ້ງແລະແນວນອນ.

ສະຫະພັນແນວຕັ້ງແມ່ນທຽບເທົ່າການດໍາເນີນງານຂອງ UNION ໃນພາສາສອບຖາມ SQL.

ການເຂົ້າຮ່ວມຕາມແນວນອນແມ່ນເປັນທີ່ຮູ້ຈັກກັນດີສໍາລັບຜູ້ໃຊ້ Excel ຍ້ອນຟັງຊັນ VLOOKUP; ໃນ SQL, ການດໍາເນີນງານດັ່ງກ່າວແມ່ນປະຕິບັດໂດຍ JOIN operator.

ໃນ​ລະ​ຫວ່າງ​ບົດ​ຮຽນ​ພວກ​ເຮົາ​ຈະ​ແກ້​ໄຂ​ບັນ​ຫາ​ພາກ​ປະ​ຕິ​ບັດ​ໃນ​ໄລ​ຍະ​ທີ່​ພວກ​ເຮົາ​ຈະ​ນໍາ​ໃຊ້​ການ​ຫຸ້ມ​ຫໍ່​ dplyr, readxl, tidyr и stringr.

ຫນ້າທີ່ຕົ້ນຕໍທີ່ພວກເຮົາຈະພິຈາລະນາ:

• bind_rows() - ການ​ເຂົ້າ​ຮ່ວມ​ຕັ້ງ​ຂອງ​ຕາ​ຕະ​ລາງ​
• left_join() - ການ​ເຂົ້າ​ຮ່ວມ​ຕາມ​ລວງ​ນອນ​ຂອງ​ຕາ​ຕະ​ລາງ​
• semi_join() - ລວມ​ທັງ​ການ​ເຂົ້າ​ຮ່ວມ​ຕາ​ຕະ​ລາງ​
• anti_join() - ເຂົ້າຮ່ວມຕາຕະລາງສະເພາະ

ບົດຮຽນທີ 8: ການທໍາງານຂອງປ່ອງຢ້ຽມໃນ R

ວັນທີເຜີຍແຜ່: 11 ພຶດສະພາ 2020

ເອກະສານອ້າງອີງ:

• ວີ​ດີ​ໂອ
• ເຄື່ອງແຕ່ງກາຍ

ລາຍລະອຽດ:
ຟັງຊັນຂອງປ່ອງຢ້ຽມແມ່ນຄ້າຍຄືກັນກັບຄວາມຫມາຍຂອງການລວບລວມ; ພວກເຂົາຍັງເອົາ array ຂອງຄ່າເປັນ input ແລະປະຕິບັດການຄິດໄລ່ກ່ຽວກັບພວກມັນ, ແຕ່ບໍ່ປ່ຽນແປງຈໍານວນແຖວໃນຜົນໄດ້ຮັບ.

ໃນ tutorial ນີ້ພວກເຮົາສືບຕໍ່ສຶກສາຊຸດ dplyr, ແລະຫນ້າທີ່ group_by(), mutate(), ເຊັ່ນດຽວກັນກັບໃຫມ່ cumsum(), lag(), lead() и arrange().

ບົດຮຽນທີ 9: ຕາຕະລາງໝູນວຽນ ຫຼື ການປຽບທຽບຂອງຕາຕະລາງ pivot ໃນ R

ວັນທີເຜີຍແຜ່: 18 ພຶດສະພາ 2020

ເອກະສານອ້າງອີງ:

• ວີ​ດີ​ໂອ
• ເຄື່ອງແຕ່ງກາຍ

ລາຍລະອຽດ:
ຜູ້ໃຊ້ Excel ສ່ວນໃຫຍ່ໃຊ້ຕາຕະລາງ pivot; ນີ້ແມ່ນເຄື່ອງມືທີ່ສະດວກທີ່ທ່ານສາມາດປ່ຽນ array ຂອງຂໍ້ມູນດິບເປັນບົດລາຍງານທີ່ສາມາດອ່ານໄດ້ໃນສອງສາມວິນາທີ.

ໃນບົດສອນນີ້ພວກເຮົາຈະເບິ່ງວິທີການຫມຸນຕາຕະລາງໃນ R, ແລະປ່ຽນພວກມັນຈາກຮູບແບບກວ້າງໄປຫາຍາວແລະໃນທາງກັບກັນ.

ບົດຮຽນສ່ວນຫຼາຍແມ່ນອຸທິດຕົນເພື່ອຊຸດ tidyr ແລະ ໜ້າ ທີ່ pivot_longer() и pivot_wider().

ບົດຮຽນທີ 10: ການໂຫຼດໄຟລ໌ JSON ໃນ R ແລະປ່ຽນລາຍຊື່ເປັນຕາຕະລາງ

ວັນທີເຜີຍແຜ່: 25 ພຶດສະພາ 2020

ເອກະສານອ້າງອີງ:

• ວີ​ດີ​ໂອ
• ເຄື່ອງແຕ່ງກາຍ

ລາຍລະອຽດ:
JSON ແລະ XML ແມ່ນຮູບແບບທີ່ນິຍົມທີ່ສຸດສໍາລັບການເກັບຮັກສາແລະການແລກປ່ຽນຂໍ້ມູນ, ໂດຍປົກກະຕິແມ່ນຍ້ອນຄວາມຫນາແຫນ້ນຂອງພວກມັນ.

ແຕ່ມັນຍາກທີ່ຈະວິເຄາະຂໍ້ມູນທີ່ນໍາສະເຫນີໃນຮູບແບບດັ່ງກ່າວ, ດັ່ງນັ້ນກ່ອນທີ່ຈະວິເຄາະມັນຈໍາເປັນຕ້ອງນໍາມັນເຂົ້າໄປໃນຮູບແບບຕາຕະລາງ, ເຊິ່ງແນ່ນອນວ່າພວກເຮົາຈະຮຽນຮູ້ໃນວິດີໂອນີ້.

ບົດຮຽນແມ່ນອຸທິດຕົນເພື່ອຊຸດ tidyr, ລວມຢູ່ໃນຫຼັກຂອງຫ້ອງສະຫມຸດ tidyverse, ແລະຫນ້າທີ່ unnest_longer(), unnest_wider() и hoist().

ບົດຮຽນທີ 11: ການວາງແຜນຢ່າງວ່ອງໄວໂດຍໃຊ້ຟັງຊັນ qplot()

ວັນທີເຜີຍແຜ່: 1 2020 ມິຖຸນາ

ເອກະສານອ້າງອີງ:

• ວີ​ດີ​ໂອ
• ເຄື່ອງແຕ່ງກາຍ

ລາຍລະອຽດ:
Package ggplot2 ແມ່ນຫນຶ່ງໃນເຄື່ອງມືການເບິ່ງເຫັນຂໍ້ມູນທີ່ນິຍົມທີ່ສຸດບໍ່ພຽງແຕ່ຢູ່ໃນ R.

ໃນບົດຮຽນນີ້ພວກເຮົາຈະຮຽນຮູ້ວິທີການສ້າງກາຟທີ່ງ່າຍດາຍໂດຍໃຊ້ຟັງຊັນ qplot(), ແລະຂໍໃຫ້ວິເຄາະການໂຕ້ຖຽງຂອງນາງທັງຫມົດ.

ບົດຮຽນທີ 12: ການວາງແຜນການວາງ layer ໂດຍ layer plots ໂດຍໃຊ້ຊຸດ ggplot2

ວັນທີເຜີຍແຜ່: 8 2020 ມິຖຸນາ

ເອກະສານອ້າງອີງ:

• ວີ​ດີ​ໂອ
• ເຄື່ອງແຕ່ງກາຍ

ລາຍລະອຽດ:
ບົດຮຽນສະແດງໃຫ້ເຫັນເຖິງພະລັງອັນເຕັມທີ່ຂອງຊຸດ ggplot2 ແລະໄວຍາກອນຂອງການສ້າງກາຟໃນຊັ້ນທີ່ຝັງຢູ່ໃນມັນ.

ພວກເຮົາຈະວິເຄາະເລຂາຄະນິດຕົ້ນຕໍທີ່ມີຢູ່ໃນຊຸດແລະຮຽນຮູ້ວິທີການນໍາໃຊ້ຊັ້ນເພື່ອສ້າງກາຟ.

ສະຫລຸບ

ຂ້າພະເຈົ້າໄດ້ພະຍາຍາມເຂົ້າຫາການສ້າງໂຄງການຫຼັກສູດໃຫ້ຊັດເຈນເທົ່າທີ່ເປັນໄປໄດ້, ເພື່ອເນັ້ນໃສ່ຂໍ້ມູນທີ່ຈໍາເປັນທີ່ສຸດທີ່ເຈົ້າຕ້ອງການເພື່ອເຮັດຂັ້ນຕອນທໍາອິດໃນການຮຽນຮູ້ເຄື່ອງມືການວິເຄາະຂໍ້ມູນທີ່ມີປະສິດທິພາບເປັນພາສາ R.

ຫຼັກສູດບໍ່ແມ່ນຄໍາແນະນໍາຢ່າງລະອຽດກ່ຽວກັບການວິເຄາະຂໍ້ມູນໂດຍໃຊ້ພາສາ R, ແຕ່ມັນຈະຊ່ວຍໃຫ້ທ່ານເຂົ້າໃຈເຕັກນິກທີ່ຈໍາເປັນທັງຫມົດສໍາລັບການນີ້.

ໃນຂະນະທີ່ໂຄງການຫຼັກສູດໄດ້ຖືກອອກແບບສໍາລັບ 12 ອາທິດ, ທຸກໆອາທິດໃນວັນຈັນຂ້ອຍຈະເປີດການເຂົ້າເຖິງບົດຮຽນໃຫມ່, ດັ່ງນັ້ນຂ້ອຍຂໍແນະນໍາ ຈອງ ໃນຊ່ອງ YouTube ເພື່ອບໍ່ໃຫ້ພາດການພິມເຜີຍແຜ່ບົດຮຽນໃຫມ່.

ແຫຼ່ງຂໍ້ມູນ: www.habr.com