Mineração de Dados, Estatística, Tecnologia
Atualização IMPORTANTE: Para quem quiser experimentar com o DIGITAL OCEAN, eu ATUALIZEI todos os links para o programa de “referral” deles. O que é isso? Se você se cadastrar por um destes links vai ganhar U$10,00 em créditos para brincar com o Digital Ocean! Isto representa 2 meses de um máquina virtual mais simples. Participe! Só para testar eu fiz a inscrição usando o e-mail da universidade:
Read More
Se você vota no Aécio e chegou aqui por meio dessa figura, calma, não tenha um derrame, os dados são fictícios! Para descontrair um pouco do clima das eleições, hoje eu vou mostrar como criar mapinhas eleitorais. Esses mapinhas são muito interessantes, e além de dados de votação, você pode incluir qualquer tipo de dados que quiser nesses mapas. Eu escolhi o mapa da cidade de São Paulo para mostrar como é possível fazer mesmo…
Read More
Com o erro recente na divulgação dos resultados da PNAD 2013, o nome do IBGE e também os resultados dessa pesquisa, chegaram na grande mídia de um forma muito negativa. Ainda assim, a maioria das pessoas desconhece o que é a PNAD, como esses dados são obtidos e como eles podem ser baixados e utilizados. Neste post vou fornecer uma breve explicação do que é PNAD, como esses dados são distribuídos (na forma de microdados)…
Read More
This time i will talk about how to deal with large text files in chuncks with R. Just to provide some real data to work with download Airlines data, relative to 1988; from now on i will work with this file. To work with this data i will use iterators package. This package allow you pass the file, line by line, or chunck by chunk, without really load all file to memory. As you can feel the idea…
Read More
Inspired by this article i thought about gather here all multimedia resources that i know to learn use R. Today there is a lot of online courses, some MOOC’s too, that offer reasonable resources to start with R. I will just list the materials in sequence and offer my evaluation about them. Of course your evaluation can be different; this case fell free to comment. In the future i can update the material. Let’s begin:…
Read More
Recently talking to a colleague, had contact with a problem that I had never worked with before: modeling with genetic data. I have no special knowledge of the subject, but taking a look at some articles in the area knew that one of the most used techniques for this type of data was the lasso. In R, one of the most used packages for the lasso is glmnet, which unlike most other packages like…
Read More
The R language provides tools for modeling and visualization, but is still an excellent tool for handling/preparing data. As C++ or python, there is some tricks that bring performance, make the code clean or both, but especially with R these choices can have a huge impact on performance and the “size” of your code. A seasoned R user can manage this effectively, but this can be a headache to a new user. SO, in this…
Read More