資料分析的最後一個步驟就是將結果呈現。
呈現的方式很多，包括文字報告、圖像、簡報、互動式網頁、或是R package。由於不同的呈現方式需要不同的技術，例如互動式網頁，會用到java script和html5等語法，R提供了很多套件，讓只會用R的人也可以很快速地做出成果。但是如果本身就會相關的技術，則不需用到這些懶人包。
課程內容
RStutdo 的 Manipulate:
如果想要馬上將數據簡單地圖像化，並加入一些基本的互動功能，而對方也有安裝R Studio，只要把資料和程式碼給對方就可以在R Studio直接執行。Slidify和RStudio的 R Presentations:
在R 中做出網頁簡報，像knitr一樣也可以於簡報中插入R 程式。尤其是當簡報的內容包含大量的數據分析，而資料隨時都會更新時，只要套用程式碼就可以更新內容，不用再剪剪貼貼。R Presentation 內建於Rstudio中，功能類似Slidify，但是與RStudio介面整合在一起，使用起來較為簡單。Shiny:
寫成一個互動式網頁,也可以同時透過rCharts, Google Vis進一步將增強圖像互動性。可以放在自己的伺服器，或上傳至Shinyapps.io，別人只要有網址便可以進到該網頁使用。例如這個。R package:
由於R的設計概念是讓人從使用者入門，使用R分析數據，隨著逐漸熟悉R這套互動環境，且開始有額外的需求的時候，便會開始自己開發新的功能，此時R的使用者便會逐漸變成開發者。我們可以將資料和新的演算法打包成一個R package讓別人可以輕鬆地下載使用，就如同我們之前使用其他R套件一樣。ŷhat:
Yhat 為一種網路服務，我們可以將R或是python建立的演算法或是預測模型上傳至該網站，Yhat會產生一組API，讓其他，尤其是負責開發前端的人，只要透過API連上，就可以套用我們撰寫的演算法，應用於其他環境中。y-hat這個名詞，相信對於線性回歸或是預測模型有接觸的人都可以了解其意思。
評分方式
- 每週問題集(Quizzes, 約5題)
- 課程專案(Course Project)：製作一個Shiny app和一份網頁簡報
將Shiny app放上shinyapps.io：由於shinyapps.io提供的免費帳號會限制每月25個小時的運算時間，超過就會停止服務，需等到下個月才可以繼續。所以建議：
- 上傳專案後先別急著在社群分享自己的作品，否則負責評分的同儕可能因為使用率超過免費上限，結果無法看到該作品而給零分。
- 付月費降低這個情況發生的機率。
- 或是提高程式的效率，避免無用的運算。
必需預備的知識：The Data Scientist's Toolbox、 R programming
沒有留言:
張貼留言
為避免垃圾訊息，留言需檢視後會才會顯示，請見諒。