Из-за периодической блокировки нашего сайта РКН сервисами, просим воспользоваться резервным адресом:
Загрузить через dTub.ru Загрузить через ClipSaver.ruУ нас вы можете посмотреть бесплатно R Programming 101 - Crash Course for beginners или скачать в максимальном доступном качестве, которое было загружено на ютуб. Для скачивания выберите вариант из формы ниже:
Роботам не доступно скачивание файлов. Если вы считаете что это ошибочное сообщение - попробуйте зайти на сайт через браузер google chrome или mozilla firefox. Если сообщение не исчезает - напишите о проблеме в обратную связь. Спасибо.
Если кнопки скачивания не
загрузились
НАЖМИТЕ ЗДЕСЬ или обновите страницу
Если возникают проблемы со скачиванием, пожалуйста напишите в поддержку по адресу внизу
страницы.
Спасибо за использование сервиса savevideohd.ru
This is an R programming tutorial for beginners who have never coded in R. We see how to learn r programming. You can find the code from the video here: https://gist.github.com/alejandro-ao/... R is a widely used open-source programming language for statistical computing and data analysis. R typically includes a command-line interface. R is accessible on popular operating systems like Windows, Linux, and macOS. The newest cutting-edge technology is the R programming language. Its development is presently being carried out by the R Development Core Team. It was created by Ross Ihaka and Robert Gentleman at the University of Auckland in New Zealand. An implementation of the S programming language is the R programming language. Additionally, it integrates with Scheme-inspired lexical scoping semantics. The project is also conceptualized in 1992; its initial version was delivered in 1995; and its stable beta version was released in 2000. R is simpler to code in and understand since it shares many syntactical similarities with other widely used languages. Any of the frequently used IDEs, such as R Studio, Rattle, Tinn-R, etc., can be used to write R programs. ------------------------------------------------------------------------------------------------ ⏰ Timestamps 0:00 Intro 3:52 Vectors 6:15 Lists 7:33 Data types 11:25 Dataframes 14:35 The structure of a Dataframe 15:28 Importing your data 19:55 Checking for NaNs 21:06 Checking columns 23:20 Subsetting vectors 32:08 Subsetting lists 36:08 Subsetting matrices 39:49 Subsetting dataframes 47:35 Functions and lapply 52:45 Loops 55:31 Outro