Kurs i R och RStudio
Forskningsmetoder och analys med R
För forskare, doktorander & analytiker.
Är du klinisk forskare? Gör vår enkät och få ett kostnadsfritt konto.
Science är gratis för studenter. Dela och sprid kunskap.
Kurs i R och RStudio
För forskare, doktorander & analytiker.
x <- R
y <- är
z <- Fantastiskt
print(x, y, z)
# R är fantastiskt
Denna boken var ursprungligen avsedd för att påskynda upplärning av doktorander och forskare. Första utgåvan publicerades på Science år 2019. Boken har under 2021 och 2022 utökats avsevärt till att nu utgöra en komplett resurs för forskare (särskilt inom medicin) och analytiker som vill lära sig R och förkovra sig i moderna analysmetoder, särskilt machine learning och AI. Med denna e-boken kan vem som helst, oavsett tidigare erfarenhet, lära sig att använda R för att skapa moderna och sofistikerade analyser. Ingen tidigare erfarenhet krävs och boken lämpar sig även för studenter och mer seniora forskare.
Lär dig R snabbt och effektivt
Världens mest kraftfulla analysverktyg
Med denna bok och kurs lär du dig analysera och presentera data för all form av FOUUI (forskning, utbildning, utveckling, innovation). Drygt 1000 sidor boktext tillägnas allt ifrån grundläggande programmering och metoder till avancerad machine learning och kausal inferens. Kunskapen kan användas inom alla områden, från samhällsvetenskap, kemi, medicin och matematik till fysik. Ingen tidigare erfarenhet krävs för att fullfölja samtliga kapitel. Kursinnehållet uppdateras och expanderas fortlöpande.
Araz Rawshani är verksam vid Göteborgs Universitet, Sahlgrenska Universitetssjukhuset och Västra Götalandsregionen.
Aidin Rawshani är verksam vid Göteborgs Universitet och Sahlgrenska Universitetssjukhuset.
Denna boken var främst avsedd för att påskynda upplärning av doktorander och forskare. Detta är den tredje versionen, vilken utrustats med kapitlen Learning, Visualisering, R Markdown och Shiny.
Jake Vanderplas bok “Data science Handbook” är numera borttagen från Science då innehållet finns tillgängligt via författarens egen webbplats.
Hantering och analys av data har blivit en integrerad del av de flesta analytiska yrken. Datavetenskap (data science) har exploderat de senaste åren, så till vida att studenter och yrkesverksamma inom alla områden fortlöpande utsätts för data science eller dess implikationer. Numera är mjukvara och det teoretiska fundamentet tillgängligt för alla. Mjukvaran är kraftfull men enkel att använda. Detta har gjort det möjligt för vem som helst att lära sig analysera data.
Artificiell intelligens (AI) är numera verkligt. Självkörande bilar, datorer som tolkar röntgenbilder, diagnostiserar sjukdomar, översätter text, spelar schack och köper aktier. Den explosionsartade utvecklingen av AI har framtvingat en definition av human förmåga. I allt fler sammanhang kan nämligen datorers förmåga jämföras med vår egen. Faktum är att i många sammanhang är datorns förmåga numera superhuman, vilket betyder att den överglänser människan. Med en skräckblandad förtjusning kan vi konstatera att vi, på ett par årtionden, skapat teknologi som överglänser några av våra mest fascinerande och värdefulla förmågor. Det är tveklöst att AI kommer överta allt fler uppgifter som tidigare krävt human förmåga. Ytterst få områden kommer undkomma AI. Vi står därmed inför en revolution som sannolikt blir mer omvälvande än industrialiseringen. Medan industrialiseringen primärt ersatte manuellt arbete så har AI potential att ersätta alla former av arbete, även uppgifter som normalt kräver en professors kunskap och erfarenhet.