Я большой энтузиаст не только байесовской статистики, но и математической оптимизации [1]. К сожалению, публикации по применению этих методов в HR-аналитике практически не встречаются. Я стараюсь исправлять эту ситуацию. Статьи про байесовскую статистику в HR-аналитике я уже публиковал, а вот тема математической оптимизации сегодня будет обсуждаться впервые.
В моей обзорной серии про байесовскую статистику [1] мы говорили о том, что для получения марковских цепочек Монте-Карло MCMC [2] существует два инструмента JAGS и Stan. В тех статьях мы полагались на JAGS, а сегодня мы разберемся с тем, как работать со Stan.
В этой статье мы поговорим об основных элементах языка R. Я выделил для рассмотрения: общую часть, типы и структуры данных, функции, библиотеки и визуализацию.
Для того чтобы работать с R нам требуется установить его на свой компьютер. Сделать это можно, скачав дистрибутив с сайта комплексной архивной сети R CRAN (The Comprehensive R Archive Network) [1]. Далее CRAN нам понадобится для скачивания многочисленных библиотек, так как большая часть из них хранится именно здесь. Пока что выберите подходящий для вашей операционной системы дистрибутив, в моём случае это вариант для Windows, и скачайте его.
Свой вход в профессиональную HR-аналитику [1], как и многие мои коллеги, я отсчитываю от момента знакомства с Эдуардом Бабушкиным [2] и его работой. Довольно скоро, обучаясь на курсах Эдуарда я узнал от него про язык программирования R [3], про который я до того момента не слышал. В этой короткой серии я хочу поговорить о мотивации изучать R, дать короткий гайд по инструменту и привести пример анализа данных. R понадобится нам в дальнейшем, так как всю продвинутую аналитику мы будем делать именно на нём.
Перевод статьи Коула Нэппера [1]
Перевод статьи Коула Нэппера [1]
Перевод статьи Коула Нэппера [1]
Перевод статьи Коула Нэппера [1]
Перевод статьи Коула Нэппера [1]