The R Project for Statistical Computing

[Home]

Download

CRAN

R Project

R Foundation

Documentation

Links

The R Project for Statistical Computing

Getting Started

R is a free software environment for statistical computing and graphics. It compiles and runs on a wide variety of UNIX platforms, Windows and MacOS. To download R, please choose your preferred CRAN mirror.

If you have questions about R like how to download and install the software, or what the license terms are, please read our answers to frequently asked questions before you send an email.

News

© The R Foundation.

时间： 2024-10-16 21:34:47

The R Project for Statistical Computing的相关文章

Brief introduction to Scala and Breeze for statistical computing

Brief introduction to Scala and Breeze for statistical computing 时间 2013-12-31 03:17:19  Darren Wilkinson's research blog 原文  http://darrenjw.wordpress.com/2013/12/30/brief-introduction-to-scala-and-breeze-for-statistical-computing/ 主题 Scala Introduc

各种Windows下面的gcc native build环境的比较

http://i.rexdf.org/blog/2015/04/04/fa-xian-ge-xin-huan-jing-msys2/ 最近注意到了一个新的Windows上面的模拟Linux的项目.一般来说两大主流阵营MingW与Cygwin,这两个思路各不相同.相对来说 MingW性能比较好,尽可能用WinAPI替代实现.Cygwin则是添加了一个层,利用很多dll来模拟Linux的那些syscall(典型的如 fork).所以cygwin程序一般都是需要有cygwin的dll在path里面才可

[转]机器学习入门

这是一篇很难写的文章,因为我希望这篇文章能对学习者有所启发.我在空白页前坐下,并且问自己了一个很难的问题:什么样的库.课程.论文和书籍对于机器学习的初学者来说是最好的. 文章里到底写什么.不写什么,这个问题真的让我很烦恼.我必须把自己当做一个程序员和一个机器学习的初学者,站在这个角度去考虑最合适的资源. 我找出了每个类型中最适合的资源.如果你是一个真正的初学者,并且乐意于开始了解机器学习领域的相关知识,我希望,你可以在我的文章中找到有用的资料.我的建议是,从中挑出一件来,一本书或者是一个库,反复

【转】机器学习最佳入门学习资料汇总

机器学习最佳入门学习资料汇总 专为机器学习初学者推荐的优质学习资源,帮助初学者快速入门. 这篇文章的确很难写,因为我希望它真正地对初学者有帮助.面前放着一张空白的纸,我坐下来问自己一个难题:面对一个对机器学习领域完全陌生的初学者,我该推荐哪些最适合的库,教程,论文及书籍帮助他们入门? 资源的取舍很让人纠结,我不得不努力从一个机器学习的程序员和初学者的角度去思考哪些资源才是最适合他们的. 我为每种类型的资源选出了其中最佳的学习资料.如果你是一个真正的初学者,并且有兴趣开始机器学习领域的学习,我希望

使用Spark Streaming + Kudu + Impala构建一个预测引擎

随着用户使用天数的增加,不管你的业务是扩大还是缩减了,为什么你的大数据中心架构保持线性增长的趋势?很明显需要一个稳定的基本架构来保障你的业务线.当你的客户处在休眠期,或者你的业务处在淡季,你增加的计算资源就处在浪费阶段:相对应地,当你的业务在旺季期,或者每周一每个人对上周的数据进行查询分析,有多少次你忒想拥有额外的计算资源. 根据需求水平动态分配资源 VS 固定的资源分配方式,似乎不太好实现.幸运的是,借助于现今强大的开源技术,可以很轻松的实现你所愿.在这篇文章中,我将给出一个解决例子,基于流式

机器学习的最佳入门学习资源

Programming Libraries 编程库资源 我是一个“学习要敢于冒险和尝试”观念的倡导者.这是我学习编程的方式,我相信很多人也是这样学习程序设计的.先了解你的能力极限,然后去拓展你的能力.如果你了解如何编程,可以将编程经验很快借鉴到深入学习机器学习上.在你实现一个实际的产品系统之前,你必须遵循一些规则.学习相关数学知识. 找到一个库并且仔细阅读相关文档,根据教程,开始尝试实现一些东西.下面列出的是开源的机器学习库中最好的几种.我认为,并不是他们中的每一种都适合用在你的系统中,但是他们

如何系统地学习数据挖掘

数据挖掘:What?Why?How?这个问题思考了很久,作为过来人谈一谈,建议先看下以前的一些回答. 什么是数据挖掘? 怎么培养数据分析的能力? 如何成为一名数据科学家? 磨刀不误砍柴工.在学习数据挖掘之前应该明白几点: 数据挖掘目前在中国的尚未流行开,犹如屠龙之技. 数据初期的准备通常占整个数据挖掘项目工作量的70%左右. 数据挖掘本身融合了统计学.数据库和机器学习等学科,并不是新的技术. 数据挖掘技术更适合业务人员学习(相比技术人员学习业务来的更高效) 数据挖掘适用于传统的BI(报表.OLA

机器学习最佳入门学习资料汇总（转）

这篇文章的确很难写,因为我希望它真正地对初学者有帮助.面前放着一张空白的纸,我坐下来问自己一个难题:面对一个对机器学习领域完全陌生的初学者,我该推荐哪些最适合的库,教程,论文及书籍帮助他们入门? 资源的取舍很让人纠结,我不得不努力从一个机器学习的程序员和初学者的角度去思考哪些资源才是最适合他们的. 我为每种类型的资源选出了其中最佳的学习资料.如果你是一个真正的初学者,并且有兴趣开始机器学习领域的学习,我希望你能在其中找到有用的东西.我的建议是,选取其中一项资源,一本书,或者一个库,从头到尾的读一

机器学习建议（转）

机器学习说简单就简单,说难就难,但如果一个人不够聪明的话,他大概很难知道机器学习哪里难.基本上要学习机器学习,先修课程是algebra, calculus, probability theory, linear regression.这几门科学好了再学Machine learning是事半功倍的.此外近代数学的东西也要懂, functional analysis啥的.其实不懂也行,只是现在文献总是喜欢引用里面的概念,懂一些读起来方便.(我就很讨厌manifold learning这个名字,把许多