R Programlama Dili ile İstatistiksel Analiz ve Veri Madenciliği

R Programlama dili istatistiksel hesaplama ve veri analizi için geliştirilmiş bir dildir. Son yıllarda gelişen bilgi ve iletişim teknolojisi ile birlikte bu dil popülaritesini artırmıştır. Bu kitapta, R Programlama dili kullanılarak, veri analizi, veri madenciliği, veri görselleştirme ve istatistiksel test işlemleri anlatılmaktadır. Bu yapılırken, ne okuyucu gereksiz teorik bilgiye boğulmuş, ne de yüzeysel işlem aşamalarına maruz bırakılmıştır. Kitapta, okuyucunun bilimsel bir araştırmada yaptığı işlemlerin sebebini bilebileceği, alt yapısını anlayabileceği oranda teorik bilgi verilmiştir. Ayrıca daha detaylı teorik bilgiye ulaşılabilecek zengin kaynaklar konu içerisinde son not olarak verilmektedir. Kitapta R dili neredeyse çoğu kullanıcı tarafından tercih edilen RStudio üzerinde anlatılmıştır. Öncelikle bu IDE’ye ait arayüz ve menüler açıklanmıştır. Sonrasında R dilinin temelleri, değişkenler, veri yapıları, değişken tipleri, koşullu ifadeler, döngüler ve fonksiyonlar açıklanıştır. Bütün bu bilgiler ile okuyucu kendi fonksiyonunu yazacak oranda R öğrenmektedir. Daha sonra bir araştırmacının, akademisyenin veya bir veri analistinin ihtiyaç duyacağı dış kaynaklardan R’a veri aktarılması, verilerin düzenlenmesi, eksik ve aykırı veriler üzerinde çalışma gibi konular anlatılmıştır. Kitabın bir sonraki kısmını istatistiki testler oluşturmaktadır. Bu kısımda bilimsel araştırma yapan bir kişinin ihtiyaç duyabileceği parametrik ve parametrik olmayan testler anlatılmıştır. Bu testlerden bazıları, bağımsız örneklem t-testi, tek yönlü varyans testi, korelasyon testleri, kruskal-wallis, lojistik regresyon’dur. Bu testlerin neden tercih edilmesi gerektiğine bölüm girişinde yer verilmiştir. Bir sonraki kısım veri madenciliği kısmıdır. Bu kısımda son yılların popüler veri analizi konusu olan veri madenciliği anlatılmıştır. Burada veri madenciliğinin bütün aşamalarından, ilişki ve birliktelik analizi, kümeleme analizi, sınıflandırma, karar ağaçları, yapay sinir ağları ve derin öğrenme konularına kadar yer verilmiştir. Daha sonraki kısım web madenciliğidir. Web madenciliği, internette düzensiz halde bulunan verinin çeşitli metotlarla elde edilmesi yöntemidir. Özellikle sosyal medya analizlerinde kullanılacak verinin elde edilmesinde bu yöntem sıklıkla kullanılmaktadır. Kitapta alternatif veri elde etme yöntemi olarak bu konu anlatılmaktadır. Kitapta veri görselleştirmeye de geniş yer verilmiştir. Bu kısımda veri görselleştirmede yaygın kullanılan ggplot2 kütüphanesi detaylı şekilde gerçek verilerle anlatılmıştır. Bir sonraki kısımda verilerin düzenlenmesi ve manipülasyonu anlatılmaktadır. Elektronik tablo veya istatistik paket programları maalesef veri manipülasyonu konusunda ya eksik kalmakta ya da çok yavaş işlem yapmaktadır. R bu konuda tidyr ve dplyr gibi güçlü ve hızlı kütüphanelere sahiptir. Bu kısımda bu kütüphaneler anlatılmaktadır. Kitabın son kısmında, yapılan analizlerin ve hesaplamaların rapor haline getirilmesi anlatılmaktadır. R kendi metin editörüne sahiptir. Bu editör, bilimsel çevrelerde tercih edilen LaTeX işaretleme dili tabanlıdır. Son kısımda bu raporların hazırlanması, bilimsel dergi formatında yayınlanması konuları anlatılmaktadır. Bütün bu işlemler gerçek verilerden örneklerle anlatılmaktadır.