cover.eps

Stichwortverzeichnis

  1. $SentimentGI, Eigenschaft 1
  2. !duplicated(), Funktion 1
  3. ==, Gleichheitsoperator 1
  4. %>%, Pipe-Operator 1, 2
  5. %%, Modulo-Operator 1
  6. ~, Tilde-Operator 1

A

  1. Abhängige Variable 1, 2
  2. Abstandsquadratsumme 1
  3. Achsenabschnitt 1
  4. Achtung, Symbol 1
  5. aes(), Funktion 1
    1. App Zufallsstichprobe 1
    2. Boxplot 1
    3. Histogramm 1–2
    4. Säulendiagramm 1
    5. Streudiagramm 1
  6. aggregate(), Funktion 1
  7. airlines, Datenframe 1
  8. airports, Datenframe 1
  9. airquality, Datenframe
    1. Dashboard 1
    2. Überblick 1
  10. airquality, Datensatz
    1. Boxplots 1
    2. Dichteplot 1
    3. Histogramm 1, 2
    4. Kastengrafik 1
    5. Matrix aus Streudiagramm 1
    6. NA-Werte entfernen 1
    7. Streudiagramm 1
  11. airquality$Temp 1
  12. AirQuality, shiny-App 1
  13. Aktivieren eines Package 1
  14. Aktivierungsfunktion 1
  15. Aktivitätsfunktion 1
  16. Aktualität in RFM-Analyse 1
  17. analyzeSentiment(), Funktion 1
  18. Animationen 1
    1. Drehrichtung ändern 1
    2. eigene erstellen 1–2
    3. Gyroskop 1
  19. Anmerkungen in Bild einfügen 1
  20. ANOVA 1
  21. aov(), Funktion 1
  22. append(), Funktion 1, 2
  23. app.R, Anwendungen 1
  24. aq.no.missing, Datenframe 1
  25. Arbeitsverzeichnis
    1. abfragen 1
    2. ändern 1
  26. Argumente 1
  27. as.data.frame.matrix(), Funktion 1
  28. as.Date(), Funktion 1
  29. as.factor(), Funktion 1, 2
  30. assoc(), Funktion 1
  31. assocstats(), Funktion 1
  32. Ausgabeschicht, neuronale Netze 1–2, 3
    1. für iris-Datensatz 1
  33. Ausgabewerte, maschinelles Lernen 1
  34. Ausreißer, Kastengrafik 1
  35. Auswahlrechteck 1
  36. Auswerten, Rattle-Registerkarte
    1. Entscheidungsbäume 1, 2
    2. neuronale Netze 1
    3. Überblick 1
  37. axis(), Funktion 1
  38. axis.lty, Argument für barplot() 1
  39. Axon 1

B

  1. Backpropagation, neuronale Netze 1
  2. Balkenplot
    1. K-Means-Clustering 1
  3. Banknote authentication, Datensatz 1
  4. Banknoten
    1. gefälschte erkennen 1
  5. barplot(), Funktion 1, 2, 3
  6. Beeley, Chris 1
  7. Benutzerdefinierte Funktionen 1
  8. Benutzereingaben
    1. in shiny-Apps 1
  9. beside=T, Argument für barplot() 1
  10. Beziehungen zwischen den Variablen
    1. im Datensatz iris.uci 1
  11. bias, Argument für plotnet() 1
  12. Bias, neuronale Netze 1
  13. Bildbearbeitung
    1. Animationen 1
    2. Bilder kombinieren 1
    3. Bild in R einlesen 1
    4. Datei als GIF speichern 1
    5. drehen 1
    6. Grafik einlesen 1
    7. Größe ändern 1
    8. horizontal spiegeln 1
    9. magick, Package 1
    10. Morphing 1
    11. Packages für 1
    12. Projektvorschlag 1
    13. Schneller Projektvorschlag 1
    14. Text einfügen 1
    15. Transformationen kombinieren 1
    16. vertikal spiegeln 1
  14. Bildbearbeitung, Funktionen
    1. ggsave() 1
    2. image_animate() 1, 2
    3. image_annotate() 1
    4. image_apply() 1
    5. image_background() 1
    6. image_border() 1
    7. image_composite() 1
    8. image_flip() 1
    9. image_flop() 1
    10. image_morph() 1
    11. image_read() 1
    12. image_resize() 1
    13. image_rotate() 1
    14. image_write() 1
    15. rev() 1
  15. Bilder
    1. aus Datei in R einlesen 1
    2. drehen 1
    3. horizontal spiegeln 1
    4. kombinieren 1
    5. mit Hintergrundebene zusammenführen 1
    6. Text einfügen 1
    7. vertikal spiegeln 1
  16. Bildklassifizierung, neuronales Netz 1
  17. binwith 1
  18. Blätter, Entscheidungsbäume 1
  19. Box-and-Whiskers 1
  20. Boxen, Dashboard-Benutzeroberfläche 1
  21. boxplot(), Funktion 1
  22. Boxplots 1
    1. Hinges 1
    2. Median 1
    3. oberes Quartil 1
    4. Projektvorschlag 1
    5. Überblick 1
    6. unteres Quartil 1
    7. von Rattle gerendert 1
  23. branch =0, Argument für prp() 1
  24. branch=1, Argument für prp() 1
  25. breaks, Argument 1
  26. Brechungsindex, Glas 1
  27. Browserbasierte R-Anwendung 1
  28. Browse-Schaltfläche, RStudio 1
  29. brush, Argument von plotOutput() 1
  30. brushedPoints(), Funktion 1
  31. Brushing 1
  32. bty, Argument für legend 1
  33. bty="n", Argument für legend() 1
  34. byrow=T, Argument von matrix() 1

C

  1. caret, Package 1
  2. Car Evaluation, Datensatz 1
  3. Cars93, Datenframe 1, 2–3, 4
  4. Cars93, Datensatz 1
  5. caTools, Package 1, 2
  6. cbind(), Funktion 1, 2, 3
  7. CDNOW, Datensatz 1
  8. centers=i, Argument für kmeans() 1
  9. Centroid 1, 2
  10. cex, Argument für legend 1
  11. cex.axis, Argument für plot() 1
  12. cex.lab, Argument für hist() 1
  13. Cheshire, James 1
  14. child node, Entscheidungsbäume 1
  15. Chi-Quadrat 1
  16. chisq.test(), Funktion 1
  17. click, Argument von plotOutput() 1
  18. Clipping 1–2
  19. Clusteranalyse
    1. Datengrafik 1
    2. e1071, Package 1
    3. hierarchische 1
    4. kmeans(), Funktion 1
  20. Cluster, Rattle-Registerkarte
    1. K-Means-Clustering 1, 2, 3
  21. Cluster, Eingabefeld in Rattle 1
  22. Cluster, Registerkarte in Rattle 1, 2, 3
  23. Clusterschwerpunkt 1, 2
  24. col = "black", Argument für plot() 1–2
  25. col=farbe.namen, Argument für barplot() 1
  26. colnames(), Funktion 1, 2
  27. color.palette, Argument für plot() 1
  28. color_scale_manual(), Funktion 1–2
  29. column(), Funktion 1
  30. complexity parameter, cp 1
  31. complexity parameter, printcp() 1
  32. Comprehensive R Archive Network (CRAN) 1, 2, 3
  33. Congressional Voting Records, Datensatz 1
  34. cor(), Funktion 1
  35. CRAN, Comprehensive R Archive Network 1, 2, 3
  36. crs$kmeans, Objekt 1, 2
  37. crs$nnet, Objekt 1
  38. crs$rf, Objekt 1

D

  1. danger, Status 1
  2. dashboardBody(), Funktion 1, 2, 3
  3. dashboardHeader(), Funktion 1
  4. Dashboards
    1. Benutzeroberfläche 1
    2. Boxen 1
    3. mit Grafiken interagieren 1
    4. Projektvorschlag 1, 2
    5. Registerkarten 1
    6. Seitenleiste 1
    7. shinydashboard, Package 1
    8. Spalten 1
    9. Statistiken ergänzen 1
    10. Überblick 1
  5. dashboardSidebar(), Funktion 1, 2, 3
  6. data.frame(), Funktion 1, 2, 3
  7. Data Frames 1
  8. data(), Funktion 1
  9. Data Set Description, Website 1–2
  10. datasets, Package 1, 2, 3
  11. dataSymbol, Argument für plot() 1
  12. data.table, Package 1
  13. Daten
    1. Auswahlrahmen 1
    2. fehlende 1
    3. skalieren 1
    4. umformen 1
  14. Datenbanken
    1. Packages für 1
    2. Ressourcen zu 1
  15. Datenframe 1
    1. Teilmenge für SVM erstellen 1
  16. Datengrafik 1
  17. Datenname, Rattle-Fenster 1
  18. Daten, Rattle-Register­­karte 1
    1. glass.uci einlesen 1
    2. K-Means-Clustering 1–2, 3, 4
    3. neuronale Netze 1, 2
  19. Datensätze
    1. banknote authentication (UCI) 1
    2. Car Evaluation 1
    3. CDNOW 1
    4. Congressional Voting Records 1
    5. EHB.LLZ 1
    6. erstellen 1
    7. erste sechs Zeilen anzeigen 1
    8. große 1
    9. HairEyeColor 1
    10. langes Format 1
    11. letzte sechs Zeilen anzeigen 1
    12. Matrizen umwandeln in 1
    13. mit \»join\« zusammenführen 1
    14. NA 1
    15. Spaltenanzahl, ncol() 1
    16. Teilmengen 1
    17. tidyverse-Package 1
    18. umwandeln 1
    19. UScereal 1
    20. us.cities 1
    21. weites Format 1
    22. Zeilenanzahl, nrow() 1
  20. Daten, Web-App basierend auf
    1. Basis-R-Version 1
    2. ggplot()-Version 1
    3. Überblick 1
  21. dblclick, Argument von plotOutput() 1
  22. Dendrit 1
  23. Dendrogramm 1
  24. df, Datagrame 1
  25. df.lv, Datenframe 1
  26. Diagramme
    1. Boxplots 1, 2
    2. Dichteplots 1–2, 3
    3. Farben in 1–2, 3, 4
    4. gruppierte Säulendiagramme 1, 2, 3
    5. Histogramme 1, 2
    6. in Datei speichern 1
    7. Kastengrafik 1, 2
    8. Kreisdiagramme 1
    9. Säulendiagramme 1, 2
    10. Streudiagramme 1, 2
    11. Streudiagrammmatrix 1, 2
    12. Überblick 1
    13. Zoomen 1
  27. Dichteplots 1, 2, 3, 4, 5
    1. Projektvorschlag 1
  28. didrooRFM, Package 1
  29. dim(), Funktion 1
  30. Direkte Beziehung 1
  31. Direkte Korrelation 1
  32. Division
    1. Restwert 1
  33. Dollarzeichen ($) 1
  34. dplyr, Package 1, 2
  35. Drehen 1
  36. drop_na(), Funktion 1, 2

E

  1. e1071, Package
    1. Clusteranalyse 1
    2. installieren 1
    3. verwenden 1
  2. EHB.LLZ, Datenframe 1
  3. Eingabeschicht, neuronale Netze 1
  4. Eingabewerte, maschinelles Lernen 1
  5. Ellenbogenkriterium 1
  6. Elternknoten 1
  7. Encoding, Skriptdatei 1
  8. Entropie 1
  9. Entscheidungsbäume
    1. als Grafik darstellen mit R 1
    2. Auswertung
      1. mit Rattle 1, 2
    3. Baumerstellung 1
      1. mit R 1
      2. mit Rattle 1, 2
    4. Blätter 1
    5. Datenexploration 1
    6. Elternknoten 1
    7. Kindknoten 1
    8. komplexere 1
    9. Komplexitätsparameter 1
    10. Komponenten 1
    11. Projektvorschlag Titanic 1
    12. Wurzelknoten 1
    13. Zeichnen in Rattle 1
  10. Entscheidungsregeln 1, 2
    1. für einzelne Bäume 1
  11. Environment 1
  12. Erinnerung, Symbol 1
  13. err.rate, Attribut 1, 2, 3
  14. Euklidischer Abstand 1
  15. Excel-Datei einlesen 1
  16. Execute, Rattle-Schaltfläche 1
  17. Explorer, Rattle-Registerkarte
    1. glass.uci untersuchen 1
  18. externe Quadratsumme 1, 2, 3
  19. extra="auto", Argument für prp() 1

F

  1. facet_grid(), Funktion 1
  2. Facetten 1
  3. factor(), Funktion 1–2
  4. Faktoren 1
  5. fancyRpartPlot(), Funktion 1
  6. Farben
    1. gruppierte Säulendiagramme 1, 2
    2. Histogramme 1
    3. in Grauschattierungen ändern 1
    4. K-Means-Clustering 1
  7. Federal Aviation Administration (FAA) 1
  8. feedforward, neuronale Netze 1
  9. Fehlerbalken 1
  10. Fehlermatrix, Random Forest 1, 2
  11. Fehlermatrizen
    1. Entscheidungsbäume 1, 2
  12. Fehlerquote, Random Forest 1
  13. Files, Registerkarte in R 1
  14. Files, Registerkarte (RStudio) 1
  15. fill, Argument
    1. aes()-Funktion 1, 2
    2. geom_histogram()-Funktion 1
  16. fill=TRUE, Argument für infoBox() 1
  17. filter(), Funktion 1, 2, 3
  18. findRFM(), Funktion 1
  19. flights, Datenframe
    1. mit airpors zusammenführen 1
    2. Namen der Airlines 1
    3. Pipelining, Filtern und Gruppieren 1
    4. Überblick 1
    5. visualisieren 1
  20. flights, Datensatz 1
  21. Flugdauer 1, 2–3, 4
  22. Flughäfen
    1. Codes 1
    2. geografische Daten 1
    3. USA, Karte 1
    4. Verspätete Abflüge 1
    5. Wisconsin, Karte 1
  23. fluidPage(), Funktion 1
    1. erzeugtes HTML anzeigen 1
  24. fluidRow(), Funktion 1, 2
  25. Formeln
    1. R 1
  26. formula, Argument für plot() 1
  27. for-Schleife 1
    1. neuronale Netze 1
    2. Vektor mit Daten füllen 1
  28. for-Schleifen
    1. K-Means-Clustering 1
  29. Frequency in RFM-Analyse 1
  30. FrequencyMoney in RFM-Analyse 1
  31. frequencyWeight, Argument für findRFM() 1
  32. Funktionen
    1. aes() 1
    2. aggregate() 1
    3. analyzeSentiment 1
    4. aov() 1
    5. append() 1, 2
    6. as.data.frame.matrix() 1
    7. as.Date() 1
    8. as.factor() 1
    9. as.Factor() 1
    10. assoc() 1
    11. assocstats() 1
    12. axis() 1
    13. barplot() 1, 2, 3
    14. boxplot() 1
    15. brushedPoints() 1
    16. cbind() 1, 2, 3
    17. chisq.test() 1
    18. colnames() 1, 2
    19. color_scale_manual() 1–2
    20. column() 1
    21. cor() 1
    22. dashboardBody 1, 2, 3
    23. dashboardHeader() 1
    24. dashboardSidebar() 1, 2, 3
    25. data() 1
    26. data.frame() 1, 2, 3
    27. dim() 1
    28. drop_na() 1, 2
    29. !duplicated() 1
    30. facet_grid() 1
    31. factor() 1–2
    32. fancyRpartPlot() 1
    33. filter() 1, 2, 3
    34. findRFM() 1
    35. fluidPage() 1
    36. fluidRow() 1, 2
    37. gather() 1, 2, 3
    38. geocode() 1
    39. geom_bar() 1, 2–3, 4, 5, 6–7
    40. geom_boxplot() 1–2
    41. geom_errorbar() 1, 2
    42. geom_histogram() 1–2
    43. geom_point() 1, 2, 3, 4, 5, 6
    44. geom_polygon() 1
    45. geom_smooth() 1
    46. getwd() 1
    47. ggpairs() 1, 2
    48. ggplot() 1–2, 3
    49. ggsave() 1
    50. ggVarImp() 1
    51. glimpse() 1, 2, 3
    52. grep() 1
    53. group_by() 1
    54. gsub() 1
    55. head() 1, 2
    56. hist() 1, 2, 3
    57. hypotenuse() 1
    58. icon() 1, 2
    59. image_animate() 1, 2
    60. image_annotate() 1
    61. image_apply() 1
    62. image_background() 1
    63. image_border() 1
    64. image_composite() 1
    65. image_flip() 1
    66. image_flop() 1
    67. image_morph() 1
    68. image_read() 1
    69. image_resize() 1
    70. image_rotate() 1
    71. image_write() 1
    72. inner_join() 1
    73. kable() 1, 2–3
    74. kmeans() 1, 2–3, 4, 5
    75. ksvm() 1
    76. labs() 1, 2, 3, 4
    77. lapply() 1
    78. legend() 1, 2, 3
    79. length() 1
    80. library() 1
    81. lines() 1, 2, 3
    82. list() 1, 2
    83. lm() 1, 2
    84. ls() 1
    85. map_data() 1, 2
    86. mapvalues() 1, 2, 3
    87. matrix() 1
    88. mean() 1, 2, 3
    89. menuItem() 1
    90. mutate() 1
    91. n() 1
    92. ncol() 1
    93. nearPoints() 1, 2
    94. nnet() 1
    95. nrow() 1
    96. olden() 1
    97. order() 1
    98. pairs() 1, 2, 3
    99. par() 1
    100. paste() 1, 2
    101. plot() 1, 2
    102. plotnet() 1, 2
    103. plotOutput() 1
    104. plot(), Random Forest 1–2
    105. plot.rpart() 1
    106. plotworldmap() 1
    107. predict() 1, 2, 3
    108. prepend() 1
    109. print() 1
    110. printcp() 1
    111. printRandomForests() 1
    112. prp() 1
    113. qtm() 1
    114. rattle() 1
    115. reactive({}) 1, 2–3, 4
    116. read.csv() 1, 2, 3, 4
    117. read_xlsx() 1
    118. render({}) 1, 2
    119. renderPlot() 1, 2, 3, 4, 5
    120. renderPrint({}) 1
    121. renderText() 1
    122. renderText({}) 1
    123. renderValueBox() 1
    124. rep() 1
    125. rev() 1
    126. rnorm() 1
    127. round() 1
    128. rownames_to_column() 1, 2, 3, 4, 5
    129. runif() 1–2, 3
    130. sample() 1–2
    131. sample.split() 1, 2
    132. scale() 1
    133. scale_color_manual() 1
    134. scale_fill_grey() 1
    135. scale_x_discrete() 1
    136. scatterplot3d() 1
    137. sd() 1
    138. selectInput() 1
    139. seq() 1, 2
    140. set.seed() 1
    141. setwd() 1
    142. shinyApp() 1, 2, 3
    143. sidebarMenu() 1
    144. sliderInput() 1, 2, 3
    145. spread() 1
    146. std.error() 1
    147. subset() 1, 2, 3, 4
    148. sum() 1
    149. summary() 1, 2, 3, 4
    150. svm() 1
    151. t() 1, 2
    152. tabItems 1
    153. table() 1, 2, 3, 4, 5, 6
    154. tail() 1
    155. textOutput 1, 2
    156. textOutput() 1
    157. theme_bw() 1
    158. tokenize() 1
    159. unique() 1
    160. valueBox() 1
    161. var() 1
    162. verbatimTextOutput() 1
    163. wday() 1
    164. which() 1
    165. with() 1, 2
    166. write.csv() 1
    167. ymd() 1
  33. F value, aov()-Funktion 1

G

  1. gather(), Funktion 1, 2, 3
  2. gb, Argument für pairs() 1
  3. gdata, Package 1
  4. Geldwert in RFM-Analyse 1
  5. geocode(), Funktion 1
  6. Geologie 1
  7. geomapdata, Package 1
  8. GEOmap, Package 1
  9. geom_bar(), Funktion 1, 2–3, 4, 5, 6–7
    1. position="dodge", Argument 1
    2. stat="identity", Argument 1
  10. geom_boxplot(), Funktion 1–2
  11. geom_errorbar(), Funktion 1, 2
  12. Geometrische Zeichenfolge 1
  13. geom-Funktionen 1, 2
  14. geom_histogram(), Funktion 1–2
  15. geom_point(), Funktion 1, 2, 3, 4, 5, 6
  16. geom_polygon(), Funktion 1, 2
    1. group, Argument 1
  17. geom_smooth(), Funktion 1
  18. Gesamtfehlerquote 1
  19. Gesamtfehlerquote, neuronale Netze 1
  20. Gesamtquadratsumme 1, 2, 3, 4
  21. getwd, Funktion 1
  22. Gewichte
    1. neuronale Netze 1–2, 3–4, 5
  23. GGally, Package 1
    1. installieren 1
  24. ggmap, Package 1
  25. ggmaps, Package
    1. geocode(), Funktion 1
  26. ggpairs(), Funktion 1, 2
  27. ggplot2, Package 1
    1. Boxplots 1
    2. Einführung 1
    3. Flughäfen von Wisconsin 1
    4. Histogramme 1
    5. map_data(), Funktion 1
    6. Matrix von Streudiagrammen 1
    7. neuronale Netze 1
    8. Säulendiagramme 1
    9. Streudiagramme 1
    10. über 1
    11. Überblick 1
  28. ggplot()-Funktion
    1. gruppierte Säulendiagramme 1, 2
  29. ggplot(), Funktion 1–2
    1. App mit Zufallsstichprobe 1
    2. Boxplots 1–2
    3. Flughäfen von Wisconsin 1
    4. gruppierte Säulendiagramme 1
    5. K-Means-Clustering 1–2
    6. neuronale Netze 1
    7. Streudiagramme 1
    8. Web-App basierend auf Daten 1
  30. ggsave(), Funktion 1
  31. ggVarImp(), Funktion 1
  32. GIMP, Gnu Image Manipulation Program-Toolkit 1
  33. Gini-Index 1
  34. Gini-Koeffizient 1
  35. glass.uci, Datensatz
    1. Clusteranalyse 1
    2. K-Means-Clustering 1
  36. glimpse(), Funktion 1, 2, 3
  37. Gnu Image Manipulation Program-Toolkit, GIMP 1
  38. Grafiken
    1. Beziehungen zwischen den Variablen untersuchen 1
    2. einlesen 1
    3. Größe ändern 1
    4. interagieren mit 1
  39. Grammar of Graphics 1
  40. Grauschattierungen 1
  41. grep(), Funktion 1
  42. Grolemund, Garrett 1
  43. Große Datensätze 1
  44. group_by(), Funktion 1
  45. Gruppierte Säulendiagramme 1, 2
    1. Farben 1, 2
  46. gsub(), Funktion 1
  47. Gyroskop, Animation 1

H

  1. HairEyeColor, Datensatz 1
  2. Hastie, Trevor 1
  3. Häufigkeit
    1. Wörter und Textanalyse 1
  4. Häufigkeiten
    1. geom_bar() 1
    2. gruppierte Säulendiagramme 1
    3. Histogramme 1–2
    4. Kreisdiagramme 1
    5. Säulendiagramme 1
  5. Häufigkeit in RFM-Analyse 1
  6. Hauptstädte, US-Bundesstaaten (Karte) 1
  7. head(), Funktion 1, 2
  8. height, Argument
    1. plotOutput() 1, 2
    2. tabbox 1
  9. Help, Registerkarte in R 1–2
  10. Help, Registerkarte (RStudio) 1
  11. Herunterladen
    1. Internetressourcenr-­project.org 1
    2. R 1
    3. RStudio 1
  12. Hierarchische Clusteranalyse 1
  13. Hinges, in Boxplots 1
  14. Hintergrund, Histogramm 1
  15. histdata, Variable 1–2, 3–4
  16. hist(), Funktion 1, 2, 3
    1. in shiny-App 1
  17. Histogramme 1, 2
    1. Farben 1
    2. Hintergrund 1
    3. in Dashboard 1
    4. Klassen 1
    5. pplot2-Package 1
    6. RFM-Analyse 1
    7. shiny-App 1, 2, 3, 4
  18. Horizontal spiegeln 1
  19. hover, Argument von plotOutput() 1
  20. Hyperbolische Tangente 1
  21. Hyperebene 1
  22. hypotenuse(), Funktion 1–2

I

  1. IBM-Wissensdatenbank 1
  2. icon(), Funktion 1, 2
  3. if-Anweisung 1
  4. Ikaha, Ross 1
  5. image_animate(), Funktion 1, 2
  6. image_annotate(), Funktion 1
  7. image_apply(), Funktion 1
  8. image_background(), Funktion 1
  9. image_border(), Funktion 1
  10. image_composite(), Funktion 1
  11. image_flip(), Funktion 1
  12. image_flop(), Funktion 1
  13. image_morph(), Funktion 1
  14. image_read(), Funktion 1
  15. image_resize(), Funktion 1
  16. image_rotate(), Funktion 1
  17. imager, Package 1
  18. image_write(), Funktion 1
  19. Informationsverarbeitungseinheit 1
  20. info, Status 1
  21. inner join 1
  22. inner_join(), Funktion 1
  23. Inputs, maschinelles Lernen 1
  24. inset, Argument für legend() 1
  25. Installation
    1. tidyverse-Package 1
  26. Install, Dialogfeld 1
  27. Install Packages, Dialogfeld 1
  28. Interaktive Anwendungen
    1. Überblick 1
  29. International Air Transport Association (IATA) 1
  30. Interne Gesamtquadratsumme 1
  31. Interne Quadratsumme 1, 2–3, 4, 5, 6
  32. Internetressourcen
    1. RStudio 1
  33. Internet-Shop, RFM-Analyse
    1. Analyse durchführen 1
    2. Daten abrufen 1
    3. Daten für RFM aufbereiten 1
    4. Ergebnisse untersuchen 1
    5. Länder untersuchen 1
  34. Inverse Beziehung 1
  35. iris, Datensatz 1
    1. K-Means-Clusteranalyse 1
    2. neuronale Netze 1
    3. Support Vector Machine 1
  36. iris.uci, Datenframe
    1. aufräumen 1
    2. Beziehungen zwischen den Variablen 1
    3. Entscheingsbaum mit Rattle 1
    4. herunterladen 1
    5. untersuchen 1
  37. iris.uci, Datensatz
    1. Random Forest 1
  38. Iterationen
    1. neuronale Netze 1

J

  1. Join 1

K

  1. kable(), Funktion 1, 2–3
  2. Kartenerstellung
    1. Flughäfen der USA 1
    2. Flughäfen in Wisconsin 1
    3. geografische Daten 1
    4. Hauptstädte der US-Bundesstaaten 1
    5. Ressourcen 1
    6. Voraussetzungen 1
  3. Kartenerstellung, ­Packages für 1
  4. Kastengrafik 1
    1. Hinges 1
    2. Median 1
    3. oberes Quartil 1
    4. unteres Quartil 1
  5. Kategoriale Variable 1
  6. kernel, Argument
    1. für ksvm() 1
    2. für svm() 1–2, 3
  7. Kernel, Option auf Rattle-Registerkarte Modell 1
  8. kernlab, Package 1
  9. keyword matching 1
  10. Kindknoten 1
  11. Klassenbreite 1
  12. Klassen, Histogramme 1
  13. Klassifikation 1
  14. Klassifikationsproblem 1
  15. Klassifizierungsbaum 1, 2
  16. Klassifizierungsregeln, Entscheidungsbaum 1, 2, 3
  17. Kleine Kalorie 1
  18. K-Means-Clustering
    1. Ausgabe verstehen 1
    2. Clusteranalyse mit Rattle 1
    3. Cluster visualisieren 1
    4. Daten mit Rattle untersuchen 1
    5. Daten vorbereiten 1
    6. optimale Clusteranzahl 1
    7. Praxis-Projekt 1
    8. Projektvorschlag 1
    9. RFM-Analyse 1
    10. schnelle Projektvorschläge 1
    11. Überblick 1
  19. kmeans(), Funktion 1, 2–3, 4
    1. in Rattle nutzen 1
  20. knitr, Package 1
  21. Kombinieren
    1. Bilder 1
  22. Kommentare 1
  23. Komplexität 1
  24. Komplexität, Registerkarte Modell 1
  25. Komplexitätsparameter 1, 2
  26. Konfusionsmatrix 1
  27. Konfusionsmatrix, Random Forest 1, 2
  28. Körper (body), Dashboard-Benutzeroberfläche 1
  29. koRpus, Package 1
  30. Korrelationskoeffizient 1, 2, 3
  31. Kreiselinstrument, Animation 1
  32. Krose, Ben 1
  33. ksvm()-Funktion 1
  34. Kurtosis 1, 2

L

  1. label, Argument
    1. Funktion wday() 1
    2. für sliderInput 1
  2. labs(), Funktion 1, 2, 3, 4
    1. title, Argument 1
  3. Länder in RFM-Analyse eines Online-Shops 1
  4. Langes Format 1, 2
  5. lapply(), Funktion 1
  6. Learning-by-Doing 1
  7. Legende 1, 2–3
  8. legend(), Funktion 1, 2, 3
  9. length(), Funktion 1
  10. Lesbarkeit, Textanalyse 1
  11. library(), Funktion 1
  12. Lichman, M 1
  13. Lineares Modell 1, 2
  14. Linear trennbare Daten 1
  15. lines(), Funktion 1, 2, 3
  16. Listen 1, 2
  17. list(), Funktion 1, 2
  18. lm(), Fuktion 1
  19. lm(), Funktion 1
  20. Log, Rattle-Registerkarte 1
    1. arbeiten mit 1
    2. Überblick 1
  21. loss 1
  22. Lovelace, Robin 1
  23. lower.panel=NULL, Argument für plot() 1
  24. ls(), Funktion 1
  25. lty, Argument für legend 1
  26. lubridate, Package 1, 2

M

  1. magick, Package
    1. Animationen 1
    2. Bild drehen 1
    3. Bilder kombinieren 1
    4. Bild mit Anmerkung versehen 1
    5. Bild spiegeln 1
    6. Grafik in R einlesen 1
    7. installieren 1
    8. Morphs erstellen 1
    9. Projektvorschlag 1
    10. Ressourcen 1
    11. schneller Projektvorschlag 1
    12. Transformationen kombinieren 1
  2. main
    1. Argument für hist() 1
    2. Argument für plot() 1
  3. main, Argument 1
  4. Manhattan-Metrik 1
  5. map_data(), Funktion 1, 2
  6. maps, Package 1, 2
  7. mapvalues(), Funktion 1, 2, 3
  8. Maschinelles Lernen
    1. hierarchische Clusteranalyse 1
    2. Packages für 1
    3. Ressourcen 1
    4. Überblick 1
  9. MASS, Package 1, 2, 3
  10. Matrix 1
  11. matrix(), Funktion 1
    1. byrow=T 1
  12. Matrizen 1, 2
    1. transponieren 1
  13. maxit, Argument für nnet() 1
  14. MeanDecreaseAccuracy 1, 2
  15. MeanDecreaseGini 1, 2, 3
  16. mean(), Funktion 1, 2, 3, 4
    1. na.rm, Argument 1
  17. Median, in Boxplot 1
  18. menuItem(), Funktion 1
  19. method="anova", Argument von rpart() 1
  20. method="class", Argument von rpart() 1
  21. Meys, Joris 1
  22. mfrow, Argument für par() 1
  23. Minkowski 1
  24. Missklassifikation
    1. Random Forest 1
  25. Missklassifikationen 1
    1. Entscheidungsbäume 1, 2
  26. Mittelwert 1
  27. Modell, Rattle-Registerkarte
    1. Entscheidungsbäume 1–2
    2. neuronale Netze 1
    3. Random Forest für glass.uci 1
  28. Modulo 1
  29. moments, Package 1
  30. monetoryWeight, Argument für findRFM() 1
  31. Money in RFM-Analyse 1
  32. Morphing 1
  33. mtry, Argument für randomForest() 1
  34. Multiple figures by row 1
  35. mutate(), Funktion 1

N

  1. NA in Ausgabe 1
  2. na.rm, Argument von mean() 1
  3. ncol(), Funktion 1
  4. nearPoints(), Funktion 1, 2
  5. Nervenzellen 1
  6. neuralnet, Package 1
  7. NeuralNetTools, Package 1
  8. Neuron 1
  9. Neuronale Netze
    1. Aktivierungsfunktion 1
    2. Aktivitätsfunktion 1
    3. als Grafik darstellen 1
    4. Ausgabeschicht 1–2, 3, 4
    5. Backpropagation 1
    6. Bias 1
    7. Bildklassifizierung 1
    8. Eingabeschicht 1
    9. evaluieren 1
    10. feedforward 1
    11. Fehlermatrix 1
    12. im Nervensystem 1
    13. in R 1
    14. künstliche 1
    15. Rattle-Registerkarte Modell 1
    16. schneller Projektvorschlag 1
    17. Testdatensatz 1, 2, 3
    18. trainieren 1
    19. Trainingsdatensatz 1
    20. Transferfunktion 1
    21. Überblick 1
    22. verdeckte Schicht 1
  10. New Shiny Web Application, Dialogfeld 1, 2
  11. n(), Funktion 1
  12. Nicht linearen Trennbarkeit 1
  13. nnet(), Funktion 1
  14. nnet, Package
    1. installieren 1
    2. neuronales Netz evaluieren 1
    3. neuronales Netz für iris-Dataframe 1
  15. nn = TRUE, Argument für prp() 1
  16. Normalverteilung 1
  17. Not Available, NA 1
  18. nrow(), Funktion 1
  19. ntree, Eingabewert für randomForest() 1
  20. Numerische Vektoren 1
  21. nycflights13, Package
    1. airlines Datenframe 1
    2. airports Datenframe 1
    3. flights, Datenframe 1–2
    4. installieren 1
    5. weather, Datenframe 1

O

  1. Oberes Quartil 1
  2. olden(), Funktion 1
  3. Oldroyd, Rachel 1
  4. Online-Bildeditor 1
  5. OOB-Schätzung 1
  6. order(), Funktion 1
  7. Ordner eine shiny-App 1
  8. out of bag (OOB) 1
  9. Outputs, maschinelles Lernen 1

P

  1. Paarweise Beziehungen 1, 2
  2. Packages
    1. aktivieren 1
    2. Begriff 1
    3. Bildverarbeitung 1
    4. caret 1
    5. caTools 1, 2
    6. datasets 1, 2, 3
    7. data.table 1
    8. Datenbanken 1
    9. Daten untersuchen 1
    10. didrooRFM 1
    11. dplyr 1, 2
    12. e1071 1
    13. gdata 1
    14. GEOmap 1
    15. geomapdata 1
    16. GGally 1, 2
    17. ggmap 1
    18. ggplot2 1, 2
    19. imager 1
    20. installieren 1, 2
    21. Kartenerstellung 1, 2
    22. kernlab 1
    23. knitr 1
    24. koRpus 1
    25. lubridate 1, 2
    26. maps 1, 2
    27. maschinelles Lernen 1
    28. MASS 1, 2, 3
    29. moments 1
    30. neuralnet 1
    31. NeuralNetTools 1
    32. nnet 1
    33. plotrix 1
    34. plyr 1, 2, 3
    35. randomForest 1
    36. Registerkarte 1
    37. Registerkarte (RStudio) 1
    38. RGtk2 1
    39. rpart 1
    40. rpart.plot 1
    41. scatterplot3d 1
    42. SentimentAnalysis 1
    43. shiny 1
    44. suchen nach 1
    45. Textanalyse 1
    46. tibble 1, 2, 3
    47. tidyr 1, 2
    48. tidyverse 1, 2, 3
    49. titanic 1
    50. tmap 1
    51. vcd 1
  3. pairs(), Funktion 1, 2, 3
  4. Pakete 1
  5. parent node, Entscheidungsbäume 1
  6. par(), Funktion 1
  7. Parteizugehörigkeit 1
  8. Partitionierung, rekursive 1
  9. paste(), Funktion 1, 2
  10. pch, Argument für legend() 1
  11. pch, Argument für plot() 1
  12. Pipe-Operator 1, 2
  13. Piping 1
  14. plot(), Funktion
    1. color.palette 1
    2. dataSymbol 1
    3. formula, Argument 1
    4. K-Means-Clustering 1
    5. Random Forest 1–2
    6. shiny-Apps 1
    7. Streudiagramme 1
    8. SVM visualisieren 1
    9. svSymbol 1
    10. symbolPalettte 1
  15. plotnet(), Funktion 1–2, 3
  16. plotOutput(), Funktion
    1. Dashboard 1
    2. height, Argument 1
    3. interaktive Anwendungen 1–2, 3, 4
  17. plotrix, Package 1
  18. plot.rpart(), Funktion 1
  19. plotworldmap(), Funktion 1
  20. plyr, Package 1, 2, 3
  21. Polygon, SVM-Kernel 1
  22. positional matching 1
  23. position="dodge", Argument für geom_bar() 1
  24. predict(), Funktion 1, 2
    1. neuronales Netz evaluieren 1
  25. prepend(), Funktion 1
  26. Pr(>F), aov()-Funktion 1
  27. primary, Status 1
  28. printcp(), Funktion 1
  29. print(), Funktion 1
  30. printRandomForests(), Funktion 1
  31. probability=TRUE, Argument für hist() 1, 2
  32. Projektvorschläge
    1. Bildbearbeitung 1
    2. Dashboards 1, 2
    3. Dichteplots 1
    4. Kartenerstellung 1
    5. Pilze identifizieren 1
    6. RFM-Analyse 1
    7. schnelle 1
    8. Seitenleiste 1
    9. Titanic und SVM 1
    10. Überblick 1
  33. Projektvorschläge, schnelle
    1. Diagramme 1
    2. flights, dataset 1
    3. neuronale Netze 1
  34. prp(), Funktion 1
  35. Pruning 1
  36. pt.cex, Argument für legend() 1
  37. Punktdiagramme 1
  38. p-Wert 1, 2

Q

  1. qtm(), Funktion 1
  2. Quadratsumme
    1. externe 1, 2, 3
    2. interne 1, 2–3, 4, 5, 6
    3. interne Gesamtquadratsumme 1

R

  1. R
    1. Arbeitsverzeichnis 1
    2. benutzerdefinierte Funktionen 1
    3. Datensätze 1
    4. Formeln 1
    5. Funktionen 1
    6. herunterladen 1
    7. Kommentare 1
    8. Listen 1
    9. Matrizen 1
    10. Packages 1
    11. Sessions 1
    12. Strukturen 1
    13. Vektor 1
  2. Radial, SVM-Kernel 1
  3. Rahmen, Auswahl- 1
  4. randomForest, Package
    1. installieren 1
    2. Überblick 1
  5. Random Forests
    1. auswerten 1
    2. erstellen 1
    3. Fehler als Grafik darstellen 1
    4. Projektvorschlag 1
    5. Rattle-Projekt 1
    6. Variablengewichtigkeit als Grafik darstellen 1
  6. Rattle
    1. Execute-Schaltfläche 1
  7. rattle(), Funktion 1
  8. Rattle, Package
    1. Datensatz iris verwenden 1
    2. Entscheidungsbäume 1
    3. installieren 1
    4. K-Means-Clustering 1
    5. komplexere Entscheidungsbäume 1
    6. Komplexitätsparameter 1
    7. Protokoll verwenden 1
    8. RFM-Analyse 1
    9. Überblick 1
  9. Rattle-Protokoll 1
  10. R-Basispaket, Diagramme
    1. Histogramme 1
    2. Streudiagramme 1
  11. R-Bloggers 1
  12. reactive({}), Funktion 1–2, 3–4, 5, 6–7, 8
  13. read.csv(), Funktion 1, 2, 3, 4
  14. read_xlsx(), Package 1
  15. Reaktiver Kontext 1, 2
  16. Recency in RFM-Analyse 1
  17. recencyWeight, Argument für findRFM() 1
  18. Rectified Linear Unit 1
  19. Regression 1–2
  20. Regressionsanalyse 1
  21. Regressionsbaum 1, 2
  22. Regressionsgerade 1, 2
    1. zeichnen 1
  23. Regressionsproblem 1
  24. Rekursive Partitionierung 1
  25. ReLU-Funktion (Rectified Linear Unit) 1
  26. render({}), Funktion 1, 2
  27. renderPlot 1
  28. renderPlot(), Funktion 1, 2, 3, 4, 5
  29. renderPrint({}), Funktion 1
  30. renderText(), Funktion 1
  31. renderText({}), Funktion 1
  32. renderValueBox(), Funktion 1
  33. rep(), Funktion 1
  34. replacement, Argument für sample() 1
  35. Residuen
    1. neuronale Netze 1
  36. Restwert 1
  37. resultsRFM, Datenframe 1, 2–3, 4
  38. retail.nondup, Datenframe 1
  39. retailonline.uci, Datensatz 1
  40. rev(), Funktion 1
  41. RFM-Analyse
    1. Daten vorbereiten 1
    2. Ergebnisse visualisieren 1
    3. K-Means-Clustering 1
    4. mit Rattle 1
    5. mit R durchführen 1
    6. Ressourcen 1
    7. Segmentierung visualisieren 1
  42. RFMCountry, Datenframe 1
  43. RGtk2, Package 1
  44. rnorm(), Funktion 1
  45. Root Mean Square Error, RMSE 1
  46. round(), Funktion 1
  47. rownames_to_column(), Funktion 1, 2, 3, 4
  48. rpart, Package
    1. installieren 1
  49. rpart.plot, Package 1
  50. Runde Klammern 1
  51. runif(), Funktion 1–2, 3

S

  1. sample(), Funktion 1
    1. replacement, Argument 1
  2. sample.split(), Funktion 1, 2
  3. Säulendiagramme 1, 2
    1. Abflugverspätungen 1
    2. gruppierte 1, 2
  4. Save with Encoding 1
  5. scale_color_manual(), Funktion 1
  6. scale_fill_grey(), Funktion 1
  7. scale(), Funktion 1
  8. scale_x_discrete(), Funktion 1
  9. scatterplot3d(), Funktion 1
  10. scatterplot3d, Package 1
  11. Scatterplots 1
  12. Schieberegler
    1. Dashboard-Benutzeroberfläche 1, 2
    2. Histogramm interaktiv ändern 1
    3. Höhe festlegen 1
    4. in Seitenleiste 1, 2, 3
    5. ohne Beschriftung 1
  13. Schiefe 1, 2
  14. Schlüsselvariablen 1
  15. Schlüsselwortparameter 1
  16. Schnelle Projektvorschläge
    1. Bildbearbeitung 1
    2. Support Vector Machine 1
  17. Schwellenwert für nearPoints()-Funktion 1
  18. sd(), Funktion 1
  19. Seed-Wert 1, 2, 3
  20. Seitenleiste 1
    1. Benutzerschnittstelle 1
    2. Code im Server 1
    3. Dashboard-Benutzeroberfläche 1
    4. Projektvorschlag 1
    5. sidebarMenu(), Funktion 1
    6. Überblick 1
  21. select, Argument von subset() 1
  22. selectInput(), Funktion 1
  23. selections, Datenframe 1
  24. SentimentAnalysis, Package 1
  25. SentimentGI, Eigenschaft 1
  26. Separationsgrenzen 1
  27. seq(), Funktion 1, 2
  28. Server
    1. Dashboard-Benutzeroberfläche 1
    2. Interaktion mit Diagramm 1
    3. Seitenleiste 1
  29. Server-Funktion 1
  30. set.seed(), Funktion 1
  31. setwd, Funktion 1
  32. shinyApp(), Funktion 1, 2, 3
  33. shinydashboard, Package
    1. Benutzeroberfläche 1
    2. Boxen 1
    3. installieren 1
    4. Registerkarten 1
    5. Seitenleiste 1
    6. Spalten 1
    7. Statistiken anzeigen 1
  34. shiny, Package
    1. Benutzeroberfläche für App 1
    2. Benutzeroberfläche und Server verbinden 1
    3. einfaches Projekt erstellen 1
    4. fluidPage() 1
    5. ggplot-Funktionen in Apps 1
    6. Installation 1
    7. interaktive App, die auf Daten basiert 1
    8. reaktiver Kontext 1
    9. Ressourcen 1
    10. Server für App 1, 2
  35. sidebarMenu(), Funktion 1
  36. Sigmoid 1
  37. Sigmoid, SVM-Kernel 1
  38. Skalierung von Daten 1
  39. skewness 1
  40. skip, Argument für nnet() 1
  41. sliderInput(), Funktion 1, 2, 3
  42. Soft-Margin-Klassifikation 1
  43. Sonnenstrahlung 1
  44. space, Argument 1
  45. Speichern von Diagrammen 1
  46. spread(), Funktion 1
  47. standard error of the mean 1
  48. Standardfehler des Mittelwertes 1, 2
  49. Standardfehler vom Schätzwert 1
  50. Standardscore 1
  51. stat="identity", Argument für geom_bar() 1
  52. Statistiken
    1. in Dashboard 1
  53. Statistische Analyse 1
  54. Statistisch signifikante Beziehung 1, 2
  55. Status, Dashboard-Boxes 1
  56. std.error(), Funktion 1
  57. Steigung 1
  58. Stellungsparameter 1
  59. Streudiagrammatrix
    1. pairs(), Funktion 1
  60. Streudiagramme
    1. für set.vers 1, 2
    2. ggplot2 1
    3. Matrix 1
    4. plot() 1
  61. Streudiagrammmatrix 1
  62. Strukturen
    1. Datensätze 1
    2. Listen 1
    3. Matrizen 1
    4. numerische Vektoren 1
    5. Vektoren 1
  63. subset(), Funktion 1, 2, 3, 4
  64. success, Status 1
  65. sum(), Funktion 1
  66. summary(), Funktion 1, 2
    1. Ergebnisse Varianzanalyse 1
    2. neuronale Netze 1
    3. statistisch signifikante Beziehung 1
  67. Support Vector Machine
    1. kernlab, Package 1
    2. Projektvorschlag 1
  68. SVM 1
  69. svm(), Funktion 1
  70. svSymbol, Argument für plot() 1
  71. Symbole
    1. in Infoboxen 1
  72. Symbole, Erläuterung 1
  73. symbolPalette, Argument für plot() 1
  74. Synapse 1

T

  1. tabBox 1, 2
  2. tabItems(), Funktion 1
  3. table(), Funktion 1
    1. K-Means-Clustering 1, 2
    2. Konfusionsmatrix 1
    3. RFM-Analyse 1, 2
  4. tabPanel 1, 2, 3
  5. tail(), Funktion 1
  6. Teilmenge eines Datensatzes 1
  7. Teilmengen 1
  8. Testdatensatz
    1. Entscheidungsbäume 1–2, 3, 4, 5
    2. neuronale Netze 1–2, 3, 4
    3. Random Forest 1
  9. Testen, neuronale Netze 1
  10. Textanalyse
    1. Beispiel 1
    2. Packages für 1
  11. Text in Bild einfügen 1
  12. textOutput(), Funktion 1, 2
  13. textOutput(), Funktionen 1
  14. t(), Funktion 1, 2
  15. theme_bw(), Funktion 1
  16. theme-Funktion 1, 2
  17. threshold, Argument in nearPoints()-Funktion 1
  18. tibble, Package 1, 2, 3
  19. Tibshirani, Robert 1
  20. tidyr, Package 1, 2
  21. tidyverse, Package 1, 2
    1. erforschen 1
    2. glimpse(), Funktion 1
    3. installieren 1
  22. Tilde-Operator, ~ 1
  23. Tipp, Symbol 1
  24. Titanic 1
  25. titanic, Package 1, 2
  26. Titelleiste, Dashboard-Benutzeroberfläche 1
  27. title, Argument für labs() 1
  28. tmap, Package 1
  29. Tokenisierung von Text 1
  30. tokenize(), Funktion 1
  31. Topographie 1
  32. Trainingsdatensatz
    1. Entscheidungsbäume 1–2, 3, 4
    2. neuronale Netze 1–2
    3. Random Forest 1, 2
  33. Transferfunktion 1
  34. Transformationen
    1. drehen 1
    2. horizontal spiegeln 1
    3. kombinieren 1
    4. vertikal spiegeln 1
  35. Trennbarkeit
    1. nicht lineare 1
  36. Trennbereich 1
  37. Trenngerade optimale 1
  38. type=2, Argument für prp() 1

U

  1. Überwachtes Lernen 1, 2
  2. UCI (University of Californa-Irvine)-Datensätze
    1. banknote authentication 1
    2. Car Evaluation 1
    3. Congressional Voting Records 1
    4. Daten aufräumen 1
    5. glass identification 1, 2
    6. herunterladen 1
    7. iris 1
    8. mushroom 1
    9. Überblick 1
  3. UCI (University of California-Irvine)-Datensätze
    1. online retail 1
  4. Umwandeln, Rattle-Registerkarte 1
  5. Unabhängige Variable 1
  6. Uniformverteilung 1
  7. unique(), Funktion 1
  8. Unteres Quartil 1
  9. Untergrafiken 1
  10. Unüberwachtes Lernen 1, 2, 3, 4
  11. USA-Karte 1
  12. US-Bundesstaaten
    1. Flughäfen, Karte 1
    2. Hauptstädte, Karte 1
  13. UScereal, Datenframe 1
  14. us.cities, Datensatz 1

V

  1. Validierungsdatensatz
    1. Entscheidungsbäume 1–2, 3
    2. Random Forest 1
  2. valueBox(), Funktion 1, 2
  3. values, Argument für scale_color_manual() 1–2
  4. van der Smagt, Patrick 1
  5. vanilladot, linearer Kernel für ksvm() 1
  6. var(), Funktion 1
  7. Variablen
    1. abhängige 1, 2
    2. histdata 1–2, 3–4
    3. kategoriale 1
    4. unabhängige 1
  8. Variablenwichtigkeit, Random Forest 1, 2, 3
    1. ggVarImp(), Funktion 1
  9. Varianz 1
  10. Varianzanalyse 1, 2
  11. varlen=0, Argument für prp() 1, 2
  12. vcd, Package 1
  13. Vektoren
    1. erzeugen 1
    2. logische 1
    3. numerische 1
  14. verbatimTextOutput(), Funktion 1
  15. Verdeckte Schicht, neuronale Netze 1
  16. Verkettung von Bildtransormationen 1
  17. Verspätete Abflüge, Daten
    1. Flugdauer 1
    2. Unterschiede zwischen Wochentagen 1
    3. Wochentag hinzufügen 1
    4. Wochentag und Airport 1
  18. Vertikal spiegeln 1
  19. Verzeichnis für shiny-Apps 1
  20. Visualisierung
    1. USA-Flughäfen auf Karte 1
  21. Visualisierungen
    1. Balkenplot 1
    2. Clusteranalyse 1
    3. Entscheidungsbäume 1, 2, 3
    4. Fehlerquote Random Forest 1
    5. K-Means-Clustering 1–2, 3
    6. neuronale Netze 1, 2
    7. RFM-Analyse 1
    8. RFM-Segmentierung 1
    9. Support Vector Machine 1
    10. SVM mit plot() 1
    11. Variablenwichtigkeit glass.uci 1

W

  1. Wahrscheinlichkeit 1
  2. Wahrscheinlichkeiten in Dichteplots 1
  3. warning, Status 1
  4. Warnung, Symbol 1
  5. Wavelet-Transformation 1
  6. wday(), Funktion 1
    1. label, Argument 1
  7. Weites Format 1
  8. which(), Funktion 1
  9. Whiskers 1
  10. Wichtigkeit, Variablen im Random Forest 1, 2, 3
    1. ggVarImp(), Funktion 1
    2. Rattle-Schaltfläche 1
  11. Wickham, Hadley 1, 2, 3
  12. width, Argument
    1. plotOutput() 1
    2. tabbox 1
  13. Wikipedia, Flughäfen 1
  14. Wilkinson, Leland 1
  15. Williams, Graham 1, 2
  16. Wisconsin-Flughäfen
    1. Karte 1
  17. with(), Funktion 1, 2
  18. Witten, Daniela 1
  19. Wochentage, Flugverspätungen 1
    1. nach Airport 1
  20. Wölbung 1
  21. Workspace 1
  22. Worthäufigkeit, Textanalyse 1
  23. Wortschatzvarianz, Textanalyse 1
  24. write.csv(), Funktion 1
  25. Wurzel der mittleren Fehlerquadratsumme 1
  26. Wurzelknoten, Entscheidungsbäume 1

X

  1. x_column, Variable 1
  2. xlab, Argument
    1. barplot()-Funktion 1
    2. hist()-Funktion 1
    3. plot() 1
  3. xlim, Argument für plot() 1
  4. xpd, Argument für par() 1

Y

  1. y_column, Variable 1
  2. yesno=2, Argument für prp() 1
  3. y.intersp, Argument für legend() 1–2
  4. ylab, Argument
    1. barplot()-Funktion 1
    2. hist()-Funktion 1
    3. plot() 1
  5. ylim, Argument für barplot() 1, 2
  6. ymd(), Funktion 1

Z

  1. Zeichenfolgen 1
  2. Zeilenfortsetzungszeichen 1
  3. Zoomen, Grafik 1
  4. ZufallGleichverteiltggplot, shiny-App 1
  5. ZufallGleichverteilt, shiny-App 1
  6. Zufallszahlengenerierung 1
  7. Zuweisungsoperator 1
  8. Z-Wert 1

R in Projekten anwenden für Dummies

Schummelseite

Wenn Sie in R ein Projekt erstellen, setzen Sie Funktionen ein, die sich in für bestimmte Aufgabenbereiche konzipierten Packages befinden. Auf dieser Schummelseite finden Sie einige Informationen zu diesen Funktionen.

INTERAKTIVE APPS

Mit den R-Packages shiny und shinydashboard können Sie interaktive Anwendungen entwickeln. Hier ist eine Auswahl der Funktionen dieser Packages.

Funktionen im Package shiny

Funktion

Was die Funktion berechnet

shinyApp()

Verbindet eine Benutzerschnittstelle und einen Server zu einer shiny-App

fluidPage()

Erstellt eine Browserseite, deren Breite sich an die Breite des Browsers anpasst

sliderInput()

Definiert einen Schieberegler und dessen Eingabe für eine shiny-Benutzeroberfläche

plotOutput()

Reserviert auf einer shiny-Benutzeroberfläche Platz für ein Diagramm

renderPlot()

Gibt ein Diagramm auf einer shiny-Benutzeroberfläche aus

textOutput()

Reserviert auf einer shiny-Benutzeroberfläche Platz für Textausgabe

renderText()

Gibt Text auf einer shiny-Benutzeroberfläche aus

selectInput()

Erstellt auf einer shiny-Benutzeroberfläche ein Dropdownmenü

Funktionen im Package shinyDashboard

Funktion

Was die Funktion auf einer shinyDashboard-Seite erstellt

dashboardPage()

Die Seite selbst

dashboardHeader()

Titelleiste der Seite

dashboardSidebar()

Seitenleiste der Seite

sidebarMenu()

Menü für die Seitenleiste

menuItem()

Menüeintrag

dashboardBody()

Körper (body) der Seite

fluidRow()

Zeile variabler Breite innerhalb des Körpers des Dashboards

box()

Kästchen innerhalb einer Zeile

valueBoxOutput()

Reserviert Platz für eine Valuebox

renderValueBox()

Reaktiver Kontext für eine Valuebox

valueBox()

Eine Valuebox

column()

Spalte innerhalb einer Zeile variabler Breite (fluidRow)

tabBox()

Registerkarte für eine Seite im Registerkartenformat

MASCHINELLES LERNEN MIT R

Maschinelles Lernen (ML) ist ein sehr aktuelles Thema. R stellt eine Reihe von Packages und Funktionen für das maschinelle Lernen zur Verfügung. Hier ist eine Auswahl:

Packages und Funktionen für maschinelles Lernen

Package

Funktion

Was die Funktion macht

rattle

rattle()

Öffnet das Fenster von Rattle mit der grafischen Benutzeroberfläche

rpart

rpart()

Erstellt einen Entscheidungsbaum

rpart.plot

prp()

Zeichnet einen Entscheidungsbaum

randomForest

randomForest()

Erstellt einen Random Forest aus Entscheidungsbäumen

rattle

printRandomForests()

Gibt die Regeln der einzelnen Entscheidungsbäume eines Random Forest aus

e1071

svm()

Trainiert eine Support Vector Machine

e1071

predict

Erstellt auf Basis einer Support Vector Machine einen Vektor mit prognostizierten Klassifikationen

KERNLAB

ksvm()

Trainiert eine Support Vector Machine

R-Basis-Paket

kmeans()

Erstellt eine K-Means-Clusteranalyse

nnet

nnet()

Erzeugt ein neuronales Netz mit einer verdeckten Schicht

NeuralNetTools

plotnet()

Zeichnet ein neuronales Netz

nnet

Predict()

Erstellt auf Basis eines neuronalen Netzes einen Vektor mit Prognosen

GROßE DATENSÄTZE

Besonders im Hinblick auf statistische Analyse bietet R eine Vielzahl von Packages und Funktionen, um mit großen – wenn nicht sogar riesigen – Datenmengen umzugehen. Diese Auswahl ist nur die Spitze der Spitze des Eisbergs.

Packages und Funktionen für die Untersuchung von Datenbanken

Package

Funktion

Was die Funktion macht

didrooRFM

findRFM()

Führt eine RFM-Analyse für eine Datenbank mit Umsatztransaktionen durch

vcd

assocstats()

Berechnet Statistiken für Tabellen mit kategorischen Daten

vcd

assoc()

Erstellt eine Grafik, die Abweichungen von der Unabhängigkeit in einer Tabelle mit kategorischen Daten darstellt

tidyverse

glimpse()

Stellt eine Teilansicht eines Datenframes zur Verfügung, bei dem die Spalten der Daten auf dem Bildschirm als Zeilen dargestellt werden

plotrix

std.error()

Berechnet den Standardfehler des Mittelwerts

plyr

inner_join()

Kombiniert Datensätze

lubridate

wday()

Gibt den Wochentag eines Datums zurück

lubridate

ymd()

Gibt ein Datum im R-Datumsformat zurück

LANDKARTEN UND BILDER

Hier sind ein paar Packages und Funktionen, mit denen Sie in R erste Schritte beim Erstellen von Landkarten und der Bildbearbeitung gehen können.

Packages und Funktionen für die Erstellung von Landkarten und die Bildbearbeitung

Package

Funktion

Was die Funktion macht

maps

map_data()

Gibt einen Datenframe mit Breiten- und Längengraden zurück

ggmaps

geocode()

Gibt Breiten- und Längengrad eines benannten Ortes zurück

magick

image_read()

Liest ein Bild in R ein und wandelt es in ein magick-Objekt um

magick

image_resize()

Ändert die Größe eines Bildes

magick

image_rotate()

Dreht ein Bild

magick

image_flip()

Spiegelt ein Bild horizontal

magick

image_flop()

Spiegelt ein Bild vertikal

magick

image_annotate()

Fügt Text in ein Bild ein

magick

image_background()

Legt den Hintergrund für Bilder fest

magick

image_composite()

Kombiniert Bilder

magick

image_morph()

Überführt (morpht) ein Bild graduell in ein anderes

magick

image_animate()

Stellt eine Animation im Viewer-Fenster von RStudio dar

magick

image_apply()

Wendet auf alle Frames einer animierten GIF-Datei eine Funktion an

magick

image_write()

Speichert eine Animation als wiederverwendbare GIF-Datei

Title page image

R in Projekten anwenden für Dummies

Bibliografische Information der Deutschen Nationalbibliothek

Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über http://dnb.d-nb.de abrufbar.

1. Auflage 2018

© 2018 WILEY-VCH Verlag GmbH & Co. KGaA, Weinheim

Original English language edition R Projects for Dummies © 2018 by Wiley Publishing, Inc. All rights reserved including the right of reproduction in whole or in part in any form. This translation published by arrangement with John Wiley and Sons, Inc.

Copyright der englischsprachigen Originalausgabe R Projects for Dummies © 2018 by Wiley Publishing, Inc. Alle Rechte vorbehalten inklusive des Rechtes auf Reproduktion im Ganzen oder in Teilen und in jeglicher Form. Diese Übersetzung wird mit Genehmigung von John Wiley and Sons, Inc. publiziert.

Wiley, the Wiley logo, Für Dummies, the Dummies Man logo, and related trademarks and trade dress are trademarks or registered trademarks of John Wiley & Sons, Inc. and/or its affiliates, in the United States and other countries. Used by permission.

Wiley, die Bezeichnung »Für Dummies«, das Dummies-Mann-Logo und darauf bezogene Gestaltungen sind Marken oder eingetragene Marken von John Wiley & Sons, Inc., USA, Deutschland und in anderen Ländern.

Das vorliegende Werk wurde sorgfältig erarbeitet. Dennoch übernehmen Autoren und Verlag für die Richtigkeit von Angaben, Hinweisen und Ratschlägen sowie eventuelle Druckfehler keine Haftung.

Coverfoto: monsitj/stock.adobe.com

Korrektur: Isolde Kommer

Print ISBN: 978-3-527-71537-4

ePub ISBN: 978-3-527-81798-6

mobi ISBN: 978-3-527-81797-9

Über den Autor

Joseph Schmuller hat langjährige Erfahrungen in der Informationstechnologie, und zwar sowohl an Hochschulen als auch in Unternehmen. Er hat auch mehrere Informatikbücher geschrieben, unter anderem »Teach Yourself UML in 24 Hours« und »Statistik mit Excel für Dummies«, das bereits in der vierten Auflage erschienen ist, sowie »Statistik mit R für Dummies«. Er erstellte Online-Kurse für das Bildungsunternehmen Lynda.com, das inzwischen zu Microsoft gehört, und hat zahlreiche Artikel zu fortgeschrittenen IT-Technologien verfasst. Von 1991 bis 1997 war er Chefredakteur der Zeitschrift PC AI.

Er ist ehemaliges Mitglied der American Statistical Association und hat unter anderem an der University of North Florida Statistik gelehrt. Er besitzt folgende Abschlüsse im Fachgebiet Psychologie: Bachelor of Science (B. S.) vom Brooklyn College, Master of Arts (M. A.) von der University of Missouri-Kansas City und Doctor of Philosophy (Ph. D.) von der University of Wisconsin. Joseph Schmuller lebt mit seiner Familie in Jacksonville, Florida, wo er eine Forschungsprofessur an der University of North Florida innehat.

Widmung

Für den fantastischen Jerry Sheridan, der meine Masterarbeit betreute und der mir vor sehr langer Zeit einiges über Projekte beigebracht hat …

Einführung

Vielleicht sind Sie wie ich der Meinung, dass der beste Weg, etwas zu lernen, darin besteht ist, es zu tun. Lesen Sie nicht nur einfach über etwas – praktizieren Sie es. Wenn Sie Bauarbeiter sein wollen, dann bauen Sie. Wenn Sie Autor sein wollen, dann schreiben Sie. Wenn Sie Tischler sein wollen, dann tischlern Sie.

Dieses Buch basiert auf dem Prinzip »Learning by Doing«. Mein Ziel ist, dass Sie Ihre R-Kenntnisse und Fähigkeiten erweitern, in dem Sie R verwenden, um Projekte aus verschiedenen Bereichen zu erstellen. Gleichzeitig lernen Sie etwas über die Bereiche und Wissensgebiete, aus denen die Projekte stammen.

Trotz dieser noblen Absichten kann ein Buch wie dieses in eine Falle stolpern. Es kann schnell zu einem Kochbuch werden: Verwenden Sie dieses Package, verwenden Sie jene Funktion, erstellen Sie eine Grafik – und Simsalabim ist es Zeit, weiterzugehen.

Ein solches Buch wollte ich nicht schreiben. Stattdessen führen sämtliche Kapitel ab Teil 2 (das ist die Stelle, an der es mit den Projekten losgeht) Sie nicht einfach nur durch die Projekte. Stattdessen erhalten Sie zuerst etwas Hintergrundwissen zum Themenbereich und dann arbeiten Sie (in den meisten Kapiteln) ein kleines, übersichtliches Projekt aus diesem Bereich durch, damit Sie erste Erfahrungen sammeln können.

Damit jedoch nicht genug: Am Ende jedes Kapitels finden Sie einen Projektvorschlag, der Sie ermutigen soll, das neu erworbene Wissen anzuwenden. Für alle diese Projekte liefere ich Ihnen gerade so viele Informationen, dass Sie direkt loslegen können. (Falls nötig, gehören hierzu auch Tipps über mögliche Stolperfallen.)

Im Verlauf des Buches finden Sie außerdem Schnelle Projektvorschläge. Diese basieren auf kleinen Veränderungen an Projekten, die Sie bereits fertiggestellt haben, und stellen zusätzliche Herausforderungen an Ihre zunehmenden Fähigkeiten dar.

Eines noch: Jeder der behandelten Themenbereiche könnte der Ausgangspunkt für ein eigenes Buch sein, und daher kann ich immer nur an der Oberfläche kratzen. Kapitel 17 verweist auf Ressourcen mit weiterführenden Informationen.

Über dieses Buch

Ich habe dieses Buch in sechs Teile aufgeteilt.

Teil 1: Das Handwerkszeug

In diesem Teil dreht sich alles um R und RStudio. Ich erörtere R-Funktionen, Strukturen und Packages. Außerdem zeige ich Ihnen, wie Sie eine Vielzahl von Diagrammtypen erstellen.

Teil 2: Interaktion mit dem Anwender

Die Projekte beginnen in Teil 2, in dem Sie lernen, interaktive Anwendungen zu erstellen, die direkt auf Benutzereingaben reagieren. Ich stelle das Package shiny vor, das Webbrowser unterstützt und das Package shinydashboard, mit dem Sie Dashboards erstellen können.

Teil 3: Maschinelles Lernen

Dies ist der umfangreichste Teil des Buches. Zuerst erzähle ich Ihnen etwas über das Machine Learning Repository der University of California-Irvine, in dem Sie die Datensätze für die Projekte finden. Außerdem stelle ich Ihnen das Package rattle vor, mit dem Sie Anwendungen für das maschinelle Lernen erstellen können. Die Projekte behandeln Entscheidungsbäume, Random Forests, Support Vector Machines, K-Means-Clustering und neuronale Netzwerke.

Teil 4: Große Datensätze

Die beiden Projekte in Teil 4 untersuchen weit größere Datensätze als die, denen Sie in den vorderen Teilen des Buches begegnen. Das erste Projekt ist eine Analyse der Kundensegmentierung von mehr als 300.000 Kunden eines Online-Shops. Eine darauf aufbauende Analyse setzt Techniken des maschinellen Lernens ein.

Im zweiten Projekt analysieren Sie einen Datensatz mit Daten zu mehr als 500.000 Flügen.

Teil 5: Karten und Bilder

Auch in Teil 5 gibt es zwei Projekte. Das erste Projekt stellt die Lage (neben anderen Informationen) der Flughäfen eines der US-Bundesstaaten auf einer Karte dar. Das zweite Projekt zeigt Ihnen, wie Sie eine animierte Grafik und eine statische, nicht animierte Grafik miteinander kombinieren können.

Teil 6: Der Top-Ten-Teil

Das erste Kapitel in Teil 6 liefert Informationen über nützliche Packages, die bei Ihren zukünftigen Projekten hilfreich sein können. Im zweiten Kapitel erfahren Sie, wo Sie mehr über die Themenbereiche dieses Buches lernen können.

Was Sie nicht lesen müssen

In jedem Lehrbuch finden Sie jede Menge Informationen. Da ist auch dieses Buch keine Ausnahme. Ich habe versucht, nur Nützliches in das Buch aufzunehmen. Das ist mir jedoch nicht immer gleich gut gelungen. Wenn Sie also an einem Thema nicht besonders interessiert sind, brauchen Sie die Abschnitte, die mit dem Symbol »Vorsicht Technik!« gekennzeichnet sind, und die grauen Kästen nicht zu lesen.

Törichte Annahmen über den Leser

Bei diesem Buch setze ich Folgendes voraus:

  • Sie kennen sich mit Windows oder dem Mac aus. Ich werde nicht erläutern, wie man auf Elemente zeigt, klickt, etwas auswählt und so weiter.
  • Sie können R und RStudio installieren (in Kapitel 1 zeige ich Ihnen, wie das geht) und damit die Beispiele nachvollziehen. Ich verwende die Windows-Version von RStudio. Sie sollten aber nicht auf Probleme stoßen, wenn Sie einen Mac verwenden.

Symbole, die in diesem Buch verwendet werden

Wie in allen Büchern der Dummies-Reihe finden Sie auch in diesem Buch überall Symbole. Dabei handelt es sich um kleine Bildchen am Seitenrand, anhand derer Sie erkennen können, worum es in dem Abschnitt daneben geht.

Tipp Dieses Symbol ist das Zeichen für einen Tipp, einen Hinweis oder eine einfache Lösung, um Ihnen die Arbeit zu erleichtern.

Erinnerung Dieses Symbol ist ein Zeichen für zeitlose Weisheiten, die Sie auch lange, nachdem Sie das Buch gelesen haben, noch brauchen werden.

Vorsicht Achten Sie auf die Informationen neben diesem Symbol. Es weist darauf hin, dass Sie etwas besser nicht tun sollten, wenn Sie Ihre Arbeit nicht zunichtemachen wollen.

Techniker Wie bereits im Abschnitt »Was Sie nicht lesen müssen« weiter vorne erwähnt, steht dieses Symbol für Material, das Sie überspringen können, wenn Ihnen der Inhalt zu technisch vorkommt. (Ich habe versucht, dies auf ein Minimum zu beschränken.)

Wie es weitergeht

Sie können mit dem Lesen des Buchs an jeder beliebigen Stelle beginnen, aber hier sind noch ein paar Tipps. Sie möchten die Grundlagen von R und RStudio kennenlernen? Alles, was Sie dazu brauchen, finden Sie in den Kapiteln 1 und 2. Sie möchten lieber mit der Erstellung von Diagrammen beginnen? Dann schlagen Sie Kapitel 3 auf. Alles andere finden Sie im Inhaltsverzeichnis oder im Stichwortverzeichnis.

Wenn Sie ein Buch lieber von vorne nach hinten lesen, dann blättern Sie bitte um …