27 – O R z Basią Fusińską
Koniec laby, DevTalk wraca na antenę! Odcinek 27 to Basia Fusińska, nasz ekskluzywny towar eksportowy, błyszczący ostatnio “all around the world” :). Zresztą, zobaczcie linki poniżej. Basia jest programistką, mentorką, blogerką (http://basiafusinska.com), prelegentką na wszelkich światowych wydarzeniach. Na Twitterze: @basiafusinska. I jest pierwszym Gościem DevTalka, który pojawia się w podcaście po raz drugi. Warto, prawda?
Dzisiaj rozmawiamy o R: czyli języku do… statystyki. Dziwne, nie? Ja, przyznaję, nigdy nie miałem z nim do czynienia. Basia natomiast trochę się nim pobawiła i podzieli się z nami swoimi wrażeniami.
Oprócz tego rozmawiamy przez chwil kilka o konferencjach. Tutaj też nasz dzisiejszy Gość ma sporo ciekawych przemyśleń.
Uwaga
Małe ogłoszenie! Dzisiaj jest dzień bardzo wyjątkowy. Nie tylko DevTalk, po dwumiesięcznej przerwie, ponownie nadaje, ale też dzieje się coś innego. Dzisiaj, 1 lutego, można zapoznać się z konkursem Daj Się Poznać. To moje kolejne ukochane dziecko, projekt, nad którym pracowałem przez ostatnie tygodnie.
Bardzo, bardzo serdecznie zapraszam na http://dajsiepoznac.pl. Naprawdę warto, “even if I say so myself”.
A teraz… Zachęcam do słuchania!
Piotr • 03/02/2016
Microsoft nie kupił języka R tylko firmę “Revolution Analytics” tworzącą własną wersję środowiska R, przystosowanego do równoległego przetwarzania dużych ilości danych.
Do pracy z R polecam R Studio. Jak kogoś interesuje analiza danych bez klepania formułek, to istnieje pakiet rattle. Rattle to nakładka graficzna na R, która udostępnia jedynie jakąś kroplę możliwości samego R, ale do szybkiej analizy bardzo się przydaje http://techpad.co.uk/content.php?sid=240
Na https://www.coursera.org/ jest sporo kursów dotyczących analizy danych. Swego czasu robiłem kurs z “Data Analysis” prowadzony przez Jefreya Leeka z Johns Hopkins Bloomberg School of Public Health. W ramach kursu były dwa ciekawe projekty, do których trzeba było napisać kod i pracę naukową. Pierwszy dotyczył znalezienia reguł wyznaczających zdolność kredytową na podstawie zbioru danych pożyczkobiorców. Drugi dotyczył znalezienia klasyfikatora określającego stan w jakim się znajduje posiadacz telefonu komórkowego (WALKING, WALKING_UPSTAIRS, WALKING_DOWNSTAIRS, SITTING, STANDING, LAYING) na podstawie przetworzonych danych z czujnika przyśpieszenia i orientacji. Przy czym dane wejściowe były dosyć paskudne do analizy, bo każdy rekord zawierał 561 atrybutów. Atrybuty te powstały po wyciągnięciu statystyk z surowych danych czujników (FFT, mean, min, max, std itd.).
Tomasz Jarzynski • 05/02/2016
Co do 25 minuty: na politechnice wroclawskiej Madeyski Lech (WIZ) zajmuje sie metrykami kodu. Swietne zajecia prowadzil!
http://madeyski.e-informatyka.pl/