この出版物にはコードや写真は含まれていません。質問の本質はやや広く、特定の質問は常にコメントで回答できるためです。
過去数年にわたって、私はRを使用して、さまざまな業種の非常に多様な問題を解決することができました。 当然のことながら、Rの使用は確かにデジタルデータの1つまたは別の数学的処理に関連する問題を解決することを意味し、タスクの多様性はまず第一に、これらの応用問題が生じたまさにその分野によって決定されました 以前の出版物では、部分的に別個のタスクについて簡単に言及されていました。 地球からのさまざまなサブジェクトエリア（AIC）から、航空機を使用した応用タスクのアプリケーションまで、宇宙スペースまで。
蓄積された実践により、R、付随するエコシステム、およびコミュニティへの最初の信頼の信用は完全に正当化されたと述べることができます。 妥当な時間内にRで解決できない単一のケースはありませんでした。
この論文の独立した確認は、西部の通常のビジネス（ITではない）でのRの成功した使用の指数関数的な成長を観察することによって得られます。 たとえば、今年9月に開催されたEARL 2017会議（R言語のエンタープライズアプリケーション）のレポートのほぼ半分には、ビジネス上の問題を解決するためにRを使用した事例が含まれています。 レポートには、不動産のデータ分析、監査人の自動化、輸送システムの分析、下水道システムおよび他の多くの産業の分析の例が含まれています...
Rの使用が正当化されるビジネスケースは、一般的に次のように説明できます。 異種の内部および外部ソースのセットの場合、人間の介入を必要とする潜在的に問題のある場所に関する情報を迅速に取得する必要があります。 また、人が最善の決定を下すのに役立つ情報セクションとビューのセット全体を提供することをお勧めします 。
このような問題の声明では、一般的な質問に答えるだけでなく、単一の要求に必要なすべてを迅速に提供する準備が必要であることは明らかです。 重点は、企業システムに保存されているすべての情報の体系的なシャベルから、質問のコンテキストに適したさまざまなデータソースからの要素のローカル構成にややシフトしています。
通常、どの機能が必要ですか？
- さまざまなソースからデータをインポートします。 txt \ csv、xls、web scrapping、RDBMS。
- 単純なデータ処理（グループ化、集約）。
- 時間分析（原則として、データの80％はタイムスタンプを伴います）。
- 高度な処理（機械学習の要素を含む高等数学の要素）; 最も人気のあるものは、異常、さまざまな分類子、推奨事項、予測の検索であり、現在流行のトピックは「プロセスマイニング」です。
- 方法X、Y、Zでの視覚化（欠落を入力）。
- 計算されたデータをエクスポートするための外部情報システムとの統合。
- 人間の知覚に便利な形式にエクスポートします。 pdf、html、xls、doc、ppt。
- アナリスト/一般ユーザー向けのウェブベースの職場。
上記の機能は、Rエコシステムのフレームワーク内で利用でき、追加のサードパーティコンポーネントをインストールする特別な必要はありません。 最適なオープンソーススイートは次のとおりです。
- RStudio IDE-開発およびアドホック分析用。
- CRAN \ GitHubを含むパッケージ-タスクのコンテキストで機能を拡張します。
- Shiny Server-インタラクティブなWebベースの分析アプリケーションを作成します。
- サードパーティアプリケーションで使用するR分析関数を公開するための配管工API。
上記のすべては、 以前の出版物で比較的詳細に説明されています。
Rを使用すると、物理的な実装に関する心配を延期できます。 あらゆるビジネスニーズを実現できるという実際的な保証により、ビジネスニーズ、技術的およびビジネスプロセス、物理的制約（経済の実際のセクターについて話している場合）に最も重要なことに集中し、主題分野への洞察を得ることができます。 限られたITテクノロジーと製品から自由に！
そして、実際に問題の場所を理解し、より適切な解決策を提案するために、ユーザーの声に耳を傾けるのではなく、技術者と対話し、プロセスの物理と化学を研究する必要があることがしばしばわかります。
ビジネスの観点から見ると、Rツールキットはほぼ完璧と考えることができます。その理由は次のとおりです。
- 使用を開始するのに経済的な障壁はありません：
- ライセンスへの初期投資は必要ありません。
- ライセンス制限や潜在的な拡張の問題はありません。
- ライセンスサポートに年会費はかかりません。
- Linuxではすべてが正常に機能し、追加のOSを購入する必要はありません。
- 外部システムが必要な情報を提供する場合、これはプロジェクトを開始するのにすでに十分です。 関連する完了プロジェクトは不要で、すべてを分析レベルで実行できます。
- ほとんどすべての業種でビジネスでRを使用する実証済みのプラクティスがあります。
- グローバルプロジェクトを計画する必要はありません。プライベートな問題領域から始めてください。 プロジェクトはコンパクトで高速であり、結果は簡単にお金に変換されます（獲得または保存）。 得られた結果により、既存の問題を異なる角度から見て、実際の問題を見つけ、より正確な形に重点を置くことができます。
しかし、いつものように、軟膏にはハエがあります。
欧米では、RとPythonにはデータタスクに関するスケートリンクがあります。 少なくとも私の耳からは、興味のある人なら誰でもこれらの言語/プラットフォームについて聞いたことがあるでしょう。 ロシアでは、ごくわずかな人々のグループがRを知っており、それについて耳にしました。 左への一歩、右への一歩-そして、私たちは1C、C ++、Javaの世界にいます。 難しく、長く、高価です。 無限の開発、機能「ファットクライアント」が非常に限られています。
Western Rコミュニティは成熟していると考えることができます。 ロシアのRコミュニティはどこからともなく現れることはできません。 周りを見て問題を異なる方法で解決しようとするのは理にかなっていますか？ いくつかのビジネス上の問題をうまく解決した後、古い方法に強制的に戻ることは困難です。 この変化は劇的すぎるでしょう。
前の投稿： 「デジタルエコノミーとエコシステムR」