R Programlama Dili Nedir?
R dediğimiz şey, aslında bir bilgisayar programlama dilinden çok daha fazlası; o, veriyle uğraşanların, sayıların dilinden anlayanların buluştuğu devasa bir ekosistem. Hikayesi 90'lı yılların başında Yeni Zelanda'da, Auckland Üniversitesi'nde görev yapan Ross Ihaka ve Robert Gentleman'ın "kendi işimizi görecek, istatistiksel hesaplamaları daha rahat yapacak bir araç geliştirelim" demesiyle başlıyor. İsim babaları da bu iki beyefendinin baş harfleri olan "R".
R'ı diğer dillerden, mesela bir Java'dan ya da C++'dan ayıran en keskin çizgi, yazılımcılar tarafından değil, bizzat istatistikçiler tarafından geliştirilmiş olmasıdır. Bu yüzden R'ın dünyasına girdiğinizde sizi klasik bir "merhaba dünya" döngüsünden ziyade, veriyi nasıl evirip çevireceğinize dair bir mantık karşılar. Açık kaynaklı olması, yani tamamen ücretsiz ve geliştirilmeye açık olması, onu dünya çapında akademisyenlerin, veri bilimcilerin ve analistlerin bir numaralı tercihi haline getirdi. Bugün R, sadece kod yazmak için değil, karmaşık veri yığınlarını anlamlı hikayelere dönüştürmek için kullanılan evrensel bir standarttır.
R Programlama Dilinin Temel Özellikleri
R'ın en karakteristik özelliği, "vektörel" bir yapıya sahip olmasıdır. Bu ne demek derseniz; diğer dillerde binlerce sayıyı toplamak için tek tek o sayıları dönen uzun döngüler yazmanız gerekirken, R'da koca bir listeyi (vektörü) tek bir komutla işleme sokabilirsiniz. R, arka planda bu işlemi sizin yerinize ışık hızıyla halleder. Bu da onu büyük veri setleriyle çalışırken inanılmaz pratik bir araç yapar.
Bir diğer vazgeçilmez özelliği ise "CRAN" adını verdiğimiz devasa paket arşividir. Dünyanın farklı yerlerindeki binlerce uzman, kendi geliştirdikleri analiz yöntemlerini paketleyip bu havuza atarlar. Bugün CRAN'da 18 binden fazla paket bulunuyor. Yani siz bugün çok özel bir biyoinformatik analizi ya da karmaşık bir borsa tahmini yapmak isterseniz, muhtemelen birileri bunun için bir paket yazmıştır ve siz onu tek satırla sisteminize dahil edebilirsiniz. Ayrıca R, nesne yönelimli bir dildir; yani her veri, her grafik ve her analiz sonucu aslında bir "nesne"dir ve bu nesneleri birbirine bağlayarak çok karmaşık sistemler kurabilirsiniz.
R Programlama Dili Ne İşe Yarar?
Temelinde R, bir "veri işleme fabrikası" gibi çalışır. Elinizde binlerce satırlık, içinde eksik bilgiler olan, karmaşık ve düzensiz bir veri olduğunu düşünün. R ile önce bu veriyi temizler (data cleaning), eksik parçaları tamamlar ve analiz edilecek kıvama getirirsiniz. Ardından, verinin içinde gizli olan kalıpları bulmak için istatistiksel testler uygularsınız. "Bu iki olay arasında bir bağ var mı?", "Gelecek ay satışlar ne olur?" gibi soruların cevapları R'ın analiz tezgahından çıkar.
Ancak R’ın asıl parladığı nokta, veriyi görselleştirme yeteneğidir. Sadece kuru kuru rakamlar sunmaz; o rakamları öyle bir grafiğe döker ki, bakınca meselenin özünü anlarsınız. Bilimsel dergilerde, prestijli gazetelerin veri haberlerinde gördüğünüz o şık ve detaylı grafiklerin arkasında genelde R vardır. Yani R; veriyi alır, yoğurur, anlamlandırır ve nihayetinde herkesin anlayabileceği bir görsel hikayeye dönüştürür.
R'nin Programlama Dilinin Kullanım Alanları Nelerdir?
R’ın kullanım alanları bugün laboratuvarların çok ötesine geçmiş durumda. Finans dünyası R’sız adım atmaz; risk analizleri, portföy optimizasyonları ve hisse senedi tahminleri hep bu dille yapılır. Sağlık sektöründe, yeni bir ilacın etkinliğini ölçen klinik deneylerden tutun, genetik haritaların çıkarılmasına kadar her yerde R başroldedir. Genetik araştırmalarda verinin boyutu o kadar büyüktür ki, R’ın vektörel hızı burada hayati önem taşır.
Teknoloji devleri de R’ın gücünden vazgeçmez. Google, reklam tıklama oranlarını analiz etmek için; Facebook, kullanıcı etkileşimlerini ölçmek için R kütüphanelerini kullanır. Akademik dünyada ise zaten standart kabul edilir; bir tezin veya bilimsel makalenin istatistiksel geçerliliği genelde R ile kanıtlanır. Sosyal bilimlerde anket sonuçlarının değerlendirilmesinden, meteorolojide hava durumu tahmin modellerine kadar ucu bucağı olmayan bir kullanım sahası vardır. Kısacası, kararın veriyle verildiği her masada R’a bir sandalye ayrılır.
R Programlama Dili ile Ne Yapılabilir?
R ile yapabilecekleriniz hayal gücünüzle sınırlıdır. Örneğin, "Shiny" adlı muazzam bir kütüphane sayesinde, tek satır HTML bilmeden interaktif web uygulamaları geliştirebilirsiniz. Şirketinizin verilerini anlık olarak takip edebileceğiniz, grafiklerin üzerine tıkladığınızda değişen canlı veri panelleri (dashboard) yapabilirsiniz. Bu, bir analistin sunum yeteneğini on kat artırır.
Makine öğrenmesi alanında da R oldukça iddialıdır. Bir bankanın kredi başvurularını otomatik olarak değerlendiren bir algoritma kurabilir, müşteri kaybını (churn analizi) önceden tahmin eden modeller geliştirebilirsiniz. "Text mining" dediğimiz metin madenciliği ile sosyal medyadaki binlerce yorumu tarayıp, insanların markanız hakkında ne hissettiğini (duygu analizi) ölçebilirsiniz. Hatta R Markdown kullanarak, yazdığınız kodları ve analiz sonuçlarını doğrudan profesyonel bir PDF raporuna, bir kitaba veya bir sunuma dönüştürebilirsiniz. R, sizi koda boğmak yerine, o kodla neler inşa edebileceğinize odaklanmanızı sağlar.
R mi Python mu Öğrenmeliyim?
Bu, veri dünyasının hiç bitmeyen "Messi mi Ronaldo mu?" tartışmasıdır. Dürüst olmak gerekirse, her iki dilin de kendine has güzellikleri var. Eğer amacınız saf istatistik, akademik araştırma ve üst düzey veri görselleştirme ise R sizin için biçilmiş kaftandır. R, veriye bir istatistikçi gözüyle bakar. Eğer "benim işim rakamlarla, ben veri bilimci olacağım" diyorsanız, R size çok derin bir temel sunar.
Diğer yandan Python, daha genel amaçlı bir dildir. "Ben sadece veri analizi yapmayacağım, aynı zamanda bir web sitesi kuracağım, uygulamalar geliştireceğim" diyorsanız Python daha esnek gelebilir. Ancak günümüzde veri bilimcilerin çoğu aslında her iki dili de biliyor. Bazı işlerde R’ın paketleri o kadar hızlı çözüm sunuyor ki, Python’da saatlerce uğraşacağınız işi R’da iki satırla bitiriyorsunuz. Başlangıç için R seçmek, verinin mantığını kavramak adına daha disiplinli bir yol olabilir.
R Programlama Dilini Öğrenmek Zor mu?
Bu soruya "çok kolay" diyerek sizi kandırmak istemem ama "imkansız" da değil. R’ın öğrenme eğrisi başlarda biraz diktir. Özellikle daha önce C veya Java gibi dillerle uğraştıysanız, R’ın kendine has yazım kuralları (syntax) size ilk başta biraz "tuhaf" gelebilir. Mesela eşittir yerine kullanılan ok işaretleri (<-) ya da veriye yaklaşım biçimi farklıdır.
Ancak işin sırrı şurada: R'ı bir yazılım dili gibi değil, bir "araç" gibi öğrenmeye başladığınızda işler hızla kolaylaşır. İhtiyacınız olan bir analizi R ile yapıp sonucunu ekranda gördüğünüzde o başarı hissi sizi motive eder. Üstelik internette o kadar çok kaynak ve yardımsever bir topluluk var ki, takıldığınız bir noktada sorunuzun cevabını bulmamanız imkansız gibi bir şeydir. Sabırlı olup ilk birkaç haftayı atlattığınızda, verinin içinde yüzmenin ne kadar keyifli olduğunu fark edersiniz.
R Programlama Örnekleri ve Yaklaşımları
R ile bir projeye başladığınızda, her şeyin "nesneler" üzerine kurulu olduğunu görürsünüz. Diyelim ki bir okulun sınav notlarını inceliyorsunuz. Notları sisteme bir liste (vektör) olarak tanıtırsınız. Ardından mean(notlar) yazarak ortalamayı, sd(notlar) yazarak standart sapmayı anında bulursunuz. Bu basitlik, R'ın kullanıcıya sunduğu en büyük konfordur.
Daha ileri bir örnekte, binlerce satırlık bir müşteri veriniz olduğunu düşünün. Sadece belli bir bölgede yaşayan ve belli bir tutarın üzerinde alışveriş yapanları ayıklamak istiyorsunuz. dplyr paketinin sunduğu "pipe" (%>%) operatörüyle, adeta bir fabrika bandı gibi veriyi bir aşamadan diğerine aktarırsınız: "Veriyi al, filtrele, grupla ve özetle." Görselleştirme kısmında ise ggplot2 ile sadece üç-beş satır kod yazarak, yıllara göre satış değişimini gösteren, üzerine trend çizgisi eklenmiş ve renkleri harika bir grafik çıkarabilirsiniz. R, size karmaşık işleri şık ve basit bir şekilde yapma imkanı tanır.
0 Yorum