Yapay zekadan makale özeti
- Kısa
- Ayrıntılı
- Bu video, bir eğitmen tarafından sunulan R programlama dilini öğrenmek isteyenler için hazırlanmış kapsamlı bir eğitim içeriğidir. Eğitmen, R Studio ortamında kod örnekleri üzerinden adım adım anlatım yapmaktadır.
- Video, R programlama dilinin temel ve ileri seviye konularını kapsamaktadır. İçerik dört ana bölümden oluşmaktadır: veri manipülasyonu ve hazırlama, grafik oluşturma (temel ve ggplot2 ile), veri analizi (temel metrikler, doğrusal regresyon, frekans tablosu, contingency table) ve ileri seviye programlama (for döngüleri, if-else ifadeleri ve kullanıcı tanımlı fonksiyonlar).
- Eğitim boyunca R'de vektör, veri çerçevesi ve liste gibi temel veri türlerinin oluşturulması, veri çerçevelerinin manipüle edilmesi, temel grafik oluşturma teknikleri, ggplot2 paketi ile profesyonel grafiklerin oluşturulması, descriptive istatistiklerin hesaplanması ve regresyon modellerinin oluşturulması gibi konular ele alınmaktadır. Video, R programlama dilini öğrenmek isteyenler için kapsamlı bir kaynak niteliğindedir.
- R Programlama Dili Tanıtımı
- Bu video, R programlama dilinin detaylı bir tanıtımını içermektedir.
- İlk bölümde verilerin nasıl manipüle edilip hazırlanacağı gösterilecektir.
- İkinci bölümde R'de grafiklerin nasıl oluşturulacağı, bunun için temel kurulum ve ggplot2 paketi kullanılacaktır.
- Üçüncü bölümde verilerin nasıl analiz edileceği, temel metrikler ve doğrusal regresyon modelleri gösterilecektir.
- Son bölümde for döngüleri, if-else ifadeleri ve kullanıcı tanımlı fonksiyonlar gibi ileri konular ele alınacaktır.
- 01:17Veri Manipülasyonu
- Veri manipülasyonu için önce dış verilerin R'e import edilmesi veya kendi verilerin oluşturulması gerekmektedir.
- Bir boyutlu vektör nesnesi oluşturmak için "c" fonksiyonu kullanılır ve değerler belirtilir.
- İki boyutlu veri çerçevesi oluşturmak için "data.frame" fonksiyonu kullanılır ve her sütuna farklı değerler atanır.
- Listeler oluşturmak için "list" fonksiyonu kullanılır ve farklı veri türleri (sayılar, vektörler, veri çerçeveleri) bir arada tutulabilir.
- 06:46Veri Sınıfları
- Veri sınıflarını kontrol etmek için "class" fonksiyonu kullanılır.
- R'de üç temel veri sınıfı vardır: "numeric" (sayılar için), "character" (metin elemanları için) ve "factor" (kategorik veriler için).
- Veri sınıflarını değiştirmek için "as.character" fonksiyonu kullanılabilir.
- 12:14Veri Çerçevelerinde Sütun ve Satır İşlemleri
- Veri çerçevelerinde sütun ve satır işlemleri için önce bir kopya oluşturmak gerekir, böylece orijinal veri çerçevesi korunur.
- Yeni bir sütun eklemek için dolar operatörü kullanılır ve yeni sütun adı belirtilir.
- Sütunları kaldırmak için kare brackets ve "callnames" fonksiyonu kullanılır.
- 15:54Sütun İsimlerini Değiştirme ve Satır İşlemleri
- Sütun isimlerini değiştirmek için "callnames" fonksiyonu kullanılır ve yeni sütun isimleri belirtilir.
- Yeni bir satır eklemek için "rbind" fonksiyonu kullanılır ve yeni satır değerleri belirtilir.
- Belirli satırları kaldırmak için mantıksal koşullar kullanılır.
- 19:49Veri Çerçevelerini Birleştirme
- İki veri çerçevesini birleştirmek için "merge" fonksiyonu kullanılır.
- "merge" fonksiyonunda "x" ve "y" argümanları ile birleştirilecek veri çerçeveleri belirtilir.
- "full outer join" kullanıldığında, her iki veri çerçevesindeki tüm veriler birleştirilir ve ortak olmayan değerler için "NA" değerleri eklenir.
- 23:34Değer Değiştirme
- Veri çerçevelerinde belirli değerleri değiştirmek mümkündür.
- Vektör nesnelerinde de benzer şekilde değer değiştirme işlemleri yapılabilir.
- 24:12Veri Değiştirme ve Dışa Aktarma
- R'de bir vektördeki belirli değerleri değiştirmek için mantıksal koşul kullanarak kare parantez içinde subset işlemi yapılabilir.
- Veri çerçevelerinde de benzer şekilde karakter değiştirme işlemleri yapılabilir.
- Verileri dışa aktarmak için önce çalışma dizinini değiştirmek gerekir, bunun için getwd ve setwd fonksiyonları kullanılır.
- 27:40CSV Dosyası Oluşturma ve İçe Aktarma
- Verileri CSV dosyasına dışa aktarmak için write.csv fonksiyonu kullanılır ve dosya adı belirtilir.
- CSV dosyasını R'ye içe aktarmak için read.csv fonksiyonu kullanılır ve dosya adı belirtilir.
- İris verisi, R'nin temel kurulumunda zaten yüklü olan bir veri kümesidir ve sepal uzunluğu, sepal genişliği, petal uzunluğu, petal genişliği ve çiçek türü bilgilerini içerir.
- 30:57Temel Grafik Oluşturma
- Scatter plot oluşturmak için plot fonksiyonu kullanılır ve x-axis ve y-axis için sütun isimleri belirtilir.
- Density plot oluşturmak için plot ve density fonksiyonları kullanılır ve x-axis için sütun ismi belirtilir.
- Histogram oluşturmak için plot ve histogram fonksiyonları kullanılır ve sütun ismi belirtilir.
- Box plot oluşturmak için plot ve boxplot fonksiyonları kullanılır, sütun ismi, tilde ve gruplama sütunu belirtilir.
- 33:55ggplot2 Paketi Kullanımı
- ggplot2 paketi, R'de popüler bir grafik oluşturma paketidir ve daha güzel grafikler oluşturur.
- ggplot2 paketini kullanmak için önce install.packages ile paket yüklenir, sonra library ile paket fonksiyonları yüklenir.
- ggplot2 ile scatter plot oluşturmak için ggplot fonksiyonu kullanılır ve dataset, estetik ve qplot fonksiyonları belirtilir.
- 36:22GGplot2 ile Scatter Plot Oluşturma
- Scatter plot, sepal length ve sepal width sütunlarını gösterirken, renklerin türler sütununa göre belirlendiği görülür.
- GGplot2 paketi otomatik olarak sağ tarafta bir efsane oluşturarak renkleri ve farklı türler gruplarını gösterir.
- GGplot2 ile sadece birkaç satır kodla güzel bir grafik oluşturulabilir.
- 37:04Density Plot Oluşturma
- Density plot oluşturmak için ggplot fonksiyonu ve geom_density fonksiyonu kullanılır.
- Renkleri türler sütununa göre ayarlayarak her tür için farklı yoğunluklar gösterilebilir.
- Fill-in renk ekleyerek ve alfa değeri belirleyerek yoğunlukların şeffaflığını ayarlayabilirsiniz.
- 39:33Histogram ve Boxplot Oluşturma
- Histogram oluşturmak için ggplot fonksiyonu ve geom_histogram fonksiyonu kullanılır.
- Boxplot oluşturmak için ggplot fonksiyonu ve geom_boxplot fonksiyonu kullanılır.
- Boxplotların doldurma renklerini türler sütununa göre ayarlayarak renkli bir grafik elde edilebilir.
- 41:18Bar Plot Oluşturma
- Bar plot oluşturmak için önce veri seti manipüle edilerek yeni bir sütun (sub) oluşturulur.
- Aggregate fonksiyonu kullanılarak her alt grup için sepal uzunluğu için ortalama hesaplanır.
- Geom_bar fonksiyonu kullanılarak bar plot oluşturulur ve fill-in argümanı ile alt gruplar için farklı renkler kullanılabilir.
- 46:30Descriptive Metrikler Hesaplama
- R programlama dilinde mean, median, minimum, maksimum gibi temel istatistiksel değerler hesaplanabilir.
- Summary fonksiyonu kullanılarak minimum, ilk çeyrek, medyan, ortalama, üçüncü çeyrek ve maksimum değerler tek seferde görüntülenebilir.
- 49:01Veri Analizi ve Tablolar
- Veri nesnelerindeki değerlerin frekanslarını görmek için "table" fonksiyonu kullanılabilir.
- "table" fonksiyonu, veri nesnesindeki değerleri ve her değerin kaç kez tekrarlandığını gösterir.
- İki sütunlu bir veri kümesinden oluşan bir tablo oluşturmak için "table" fonksiyonu kullanılabilir ve bu tablo, iki sütundaki değerlerin tüm kombinasyonlarını gösterir.
- 51:20Regresyon Modelleri
- R programlama dili, farklı regresyon modellerini tahmin etmek için "lm" fonksiyonu sunar.
- "lm" fonksiyonunda, bağımlı değişken ve bağımlı değişkenler belirtilir ve "dataset" parametresi ile veri kümesi seçilir.
- Regresyon modelinin özetini görmek için "summary" fonksiyonu kullanılabilir ve bu fonksiyon, regresyon katsayılarını ve önemini gösterir.
- 53:12Grafiksel Görselleştirme
- "ggplot2" paketi kullanılarak, "geom.point" ve "geom.smooth" fonksiyonları ile scatterplot ve regresyon çizgisi oluşturulabilir.
- Regresyon çizgisi, verilerin dağılımını gösterir ve regresyon katsayısının önemini görsel olarak değerlendirmenize yardımcı olur.
- Çoklu bağımlı değişkenli regresyon modelleri için, "species" gibi ek bağımlı değişkenler eklenerek daha karmaşık modeller oluşturulabilir.
- 56:59Gelişmiş Programlama Teknikleri
- R programlama dilinde for döngüleri, if-else ifadeleri ve kullanıcı tanımlı fonksiyonlar gibi gelişmiş teknikler kullanılabilir.
- For döngüleri, belirli bir aralıkta iterasyon yaparak veri üzerinde işlem yapmak için kullanılır.
- For döngüleri, vektörler üzerinde veya veri çerçevelerindeki satırlar üzerinde çalıştırılabilir.
- 1:01:48For Döngüsü Kullanımı
- For döngüsü içinde, X4 sütununa yeni değerler eklemek için formül kullanılıyor: X1 sütunundaki değer ile X3 sütunundaki değer çarpımı toplanıyor.
- Kod çalıştırıldığında dataset güncelleniyor ve X4 sütununda hesaplanan değerler görünüyor.
- İlk değer 18 olarak hesaplanıyor çünkü 7 + 1×11 = 18.
- 1:03:04Nested If-Else Koşulları
- For döngüsü içinde if-else koşulları kullanılarak, X1 vektöründeki değerler 3'ten büyükse "high", değilse "low" karakter stringleri ekleniyor.
- Kod çalıştırıldığında boş bir karakter vektörü oluşturuluyor ve X1 vektöründeki değerler 3'ten büyükse "high", değilse "low" karakter stringleri ekleniyor.
- Bu örnekte nested if-else koşulları kullanılarak vektör güncelleniyor.
- 1:04:49If-Else Fonksiyonu
- If-else fonksiyonu, for döngüsü yerine daha kolay kullanılabilen bir alternatif olarak gösteriliyor.
- If-else fonksiyonunda üç argüman kullanılıyor: test (mantıksal koşul), yes (eğer koşul doğruysa) ve no (eğer koşul yanlışsa).
- Bu örnekte, X1 vektöründeki değerler 3'ten büyükse "high", değilse "low" karakter stringleri ekleniyor ve sonuç V8 vektörüne atanıyor.
- 1:06:30Kullanıcı Tanımlı Fonksiyonlar
- R programlama dilinde kendi fonksiyonlarınızı oluşturabilirsiniz.
- Örnek olarak "fun1" adında bir fonksiyon oluşturuluyor ve bu fonksiyona bir input değeri (x) alınıyor.
- Oluşturulan fonksiyon, V1 vektörüne uygulanarak yeni bir vektör oluşturuyor.
- 1:08:29Tüm Yöntemlerin Birleştirilmesi
- Son örnekte, if-else koşulları ve kullanıcı tanımlı fonksiyonlar bir arada kullanılıyor.
- "fun2" adında iki input argümanı (x ve y) alan bir fonksiyon oluşturuluyor.
- Bu fonksiyon, V1 vektöründe 1'den 5'e kadar olan değerler için bir for döngüsü içinde uygulanıyor ve her iterasyonda farklı sonuçlar elde ediliyor.
- 1:10:30Kapanış
- Videoda anlatılan konular hakkında daha detaylı bilgi için "statisticsglobe.com" sitesindeki başka bir tutorial öneriliyor.
- İzleyicilerden videoyu beğendilerse yorum yapmaları ve kanala abone olmaları isteniyor.
- Kanalda 500 video yayınlanmış ve günlük olarak yeni videolar yayınlanıyor.