Breve introducción a R

Última modificación por admin el 2020/05/23 18:04

En la actualidad, R es uno de los lenguajes de programación más potentes que existen y está especialmente indicado para tareas de estadística computacional y visualización de datos. La gran popularidad de R en todo lo que tenga que ver con Data Science se debe mayormente a su flexibilidad y completa biblioteca de funciones (´packages´) que desde hace décadas se han ido añadiendo de forma desinteresada por miles de entusiastas de R. En la actualidad, cerca de 9000 potentes paquetes están disponibles de forma gratuita para los usuarios de R, con funciones tan diversas como la cartografía, machine learning, la analítica financiera, o la creación de cuadros de mando (´dashboards´) y páginas web. En la Comprehensive R Archive Network (CRAN, https://cran.r-project.org/) se pueden descargar todas distribuciones de R para todo tipo de máquinas, tanto actuales como históricas, así como todos los paquetes disponibles (https://cran.r-project.org/web/packages/available_packages_by_name.html).

Para cuando algo no nos funcione, aunque creamos que debería, existen varias mailing lists que atesoran muchísimos consejos y soluciones (https://www.r-project.org/mail.html). Una lista especialmente útil es la R-help mailing list (https://stat.ethz.ch/mailman/listinfo/r-help), y también están los foros de R en StackOverflow (http://www.stackoverflow.com/tags/r/info)

Enlaces externos

(1) The R Project for Statistical Computing: la web oficial del universo R con noticias actualizadas sobre las diferentes versiones de y paquetes de R.

(2) Manuales de R, desde información detallada sobre administración e instalación, importación/exportación de datos, hasta cómo escribir tus propias funciones y paquetes en R.

(3) The R Journal, la revista oficial de The R Project for Statistical Computing con relevantes artículos sobre todos los temas posibles del universo R, tanto para principiantes como para desarrolladores avanzados.

(4) The R FAQ, un repositorio de las preguntas más comunes sobre R, para todas las plataformas (Windows, Mac, Linux y UNIX).

Etiquetas:
Creado por admin el 2016/07/04 01:46