Σε αυτό το κεφάλαιο ϑα αναπτυχθούν όλες οι πιο πάνω µορφές αντικειµένων, εκτός από τις χρονοσειρές οι οποίες ϑα αναλυθούν σε επόµενο κεφάλαιο.
|
|
- Φωκάς Σπυρόπουλος
- 7 χρόνια πριν
- Προβολές:
Transcript
1 Κεφάλαιο 2 Αντικείµενα εδοµένων Στο κεφάλαιο αυτό γίνεται εισαγωγή στην ιδέα των αντικειµένων δεδοµένων. Τα αντικείµενα δεδοµένων είναι οι διάφορες µορφές στις οποίες µπορούν να ϕυλαχθούν δεδοµένα στην R. Οι κύριες µορφές αντικειµένων δεδοµένων που υπάρχουν στην R είναι τα ακόλουθα : διάνυσµα (vector) πίνακας (matrix) πίνακας µεγαλύτερης διάστασης (array) λίστα (list) παράγοντας (factor) χρονοσειρές (time series) πλαίσιο δεδοµένων (data frame). Σε αυτό το κεφάλαιο ϑα αναπτυχθούν όλες οι πιο πάνω µορφές αντικειµένων, εκτός από τις χρονοσειρές οι οποίες ϑα αναλυθούν σε επόµενο κεφάλαιο. 2.1 ιανύσµατα Το πιο απλό είδος αντικειµένου είναι το διάνυσµα. Το διάνυσµα είναι απλά ένα διατεταγµένο σύνολο τιµών σε σειρά. Η εσωτερική διάταξη του διανύσµατος υποδεικνύει ότι υπάρχει ένας κατάλληλος τρόπος µε τον οποίο µπορούν να εξαχθούν 21
2 µερικά ή όλα από τα στοιχεία του. Ο πιο εύκολος τρόπος για να προσδιοριστεί ένα διάνυσµα είναι µέσω της εντολής c. Για παράδειγµα, > x <- c(1,3,4,5) > x [1] > length(x) [1] 4 > mode(x) [1] "numeric" > names(x) NULL > y <- c( c(2,3), c(1,-6)) > y [1] Ενας άλλος τρόπος, ο οποίος µπορεί να χρησιµοποιηθεί για την κατασκευή διανύσµατος, ειδικά στην περίπτωση που είναι αναγκαίο να γίνει επανάληψη κάποιων τιµών, δίνεται µε τη ϐοήθεια της συνάρτησης rep. Η συνάρτηση rep() καθορίζει είτε το πόσες ϕορές ϑα γίνει η επανάληψη µε το όρισµα times, είτε το µέγεθος του διανύσµατος µε το όρισµα length. > rep(na,6) [1] NA NA NA NA NA NA > rep(x, 3) [1] > rep(x, c(1,2,2,3)) [1] Οπως παρατηρούµε στο τελευταίο παράδειγµα όταν το όρισµα times είναι ένα διάνυσµα µε το ίδιο µέγεθος µε το διάνυσµα των τιµών οι οποίες ϑα επαναληφθούν, τότε κάθε τιµή επαναλαµβάνεται τις αντίστοιχες ϕορές. Επιπλέον, ο τελεστής ακολουθίας : παράγει µία ακολουθία τιµών οι οποίες απέχουν µεταξύ τους µία µονάδα. > 1:13 [1] > -3:6 [1]
3 > 1.1:5 [1] > 4:-5 [1] Γενικότερα, µε τη ϐοήθεια της συνάρτησης seq µπορούµε να κατασκευάσουµε µία ακολουθία αριθµών µε οποιαδήποτε διαφορά µεταξύ των τιµών. Το επόµενο παράδειγµα επεξηγεί πως χρησιµοποιείται : > seq(-1,2, 0.5) [1] > seq(-1,2, length=12) [1] [5] [9] > seq(1, by=0.5, length=12) [1] Πίνακες Οι πίνακες χρησιµοποιούνται για να τακτοποιήσουν τιµές κατά γραµµές και στήλες σε ένα ορθογώνιο πίνακα. Στην ανάλυση δεδοµένων, οι διάφορες µεταβλητές συνήθως παρουσιάζονται σε διαφορετικές στήλες και οι διάφορες περιπτώσεις ή τιµές παρουσιάζονται σε διαφορετικές γραµµές. Οι πίνακες διαφέρουν από τα διανύσµατα γιατί έχουν διαστάσεις και σε αυτούς µπορεί να εφαρµοστεί η συνάρτηση διάστασης dim. Για να δηµιουργηθεί ένας πίνακας από ένα διάνυσµα, χρησιµοποιείται η συνάρτηση διάστασης dim εκχωρώντας ένα διάνυσµα µε 2 ακέραιους αριθµούς οι οποίοι αντιστοιχούν στον αριθµό των γραµµών και των στηλών του πίνακα, αντίστοιχα. > matr <- rep(1:4, rep(3,4)) > matr [1] > dim(matr) <- c(3,4) > matr [,1] [,2] [,3] [,4] [1,]
4 [2,] [3,] > matr2 <- seq(-2,2,length=25) > matr2 [1] [8] [15] [22] > dim(matr2) <- c(5,5) > matr2 [,1] [,2] [,3] [,4] [,5] [1,] [2,] [3,] [4,] [5,] Συχνά χρειάζεται να συνδεθούν µεταξύ τους διάφορα διανύσµατα ή πίνακες για να δηµιουργηθεί ένας καινούργιος πίνακας. Αυτό γίνεται εφικτό µε τη ϐοήθεια των συναρτήσεων rbind και cbind. > matr3 <- rbind(c(1,2,-1), c(-3,1,5)) > matr3 [,1] [,2] [,3] [1,] [2,] > matr4 <- cbind(c(1,2,-1), c(-3,1,5)) > matr4 [,1] [,2] [1,] 1-3 [2,] 2 1 [3,] -1 5 > matr5 <- cbind(c(1,2,-1), c(-3,3,2,0)) Warning messages: Number of rows of result is not a multiple of vector length (arg 1) in: cbind(c(1, 2,-1), c(-3, 3, 2, 0)) > matr5 [,1] [,2] 24
5 [1,] 1-3 [2,] 2 3 [3,] -1 2 [4,] 1 0 Στην περίπτωση σύνδεσης διανυσµάτων µε διαφορετικά µεγέθη, η χρήση των συναρτήσεων cbind ή rbind, δίνει σαν αποτέλεσµα τις τιµές των µικρότερων από αυτά να επαναλαµβάνονται κυκλικά έτσι ώστε ο πίνακας να συµπληρωθεί εντελώς. matr6 <- cbind(matr, matr4) > matr6 [,1] [,2] [,3] [,4] [,5] [,6] [1,] [2,] [3,] > matr6 <- cbind(matr, matr3) Error in cbind(matr, matr3): Number of rows of matrices and lengths of names vectors must match (see arg 2) Ενας εναλλακτικός τρόπος για να δηµιουργηθεί ένας πίνακας είναι µε τη συνάρτηση matrix, η οποία παίρνει ως ορίσµατα τον αριθµό των γραµµών (nrow) και των στηλών (ncol). > matr7 <- matrix(1:28, nrow=7, ncol=4) > matr7 [,1] [,2] [,3] [,4] [1,] [2,] [3,] [4,] [5,] [6,] [7,] > matr8 <- matrix(-5:6, ncol=3, byrow=t) > matr8 [,1] [,2] [,3] [1,]
6 [2,] [3,] [4,] > matrix(1:23, nrow=7, ncol=4) [,1] [,2] [,3] [,4] [1,] [2,] [3,] [4,] [5,] [6,] [7,] Warning messages: Replacement length not a multiple of number of elements to replace in: data[1:ll] <-old > matrix(1:23, nrow=7) [,1] [,2] [,3] [,4] [1,] [2,] [3,] [4,] [5,] [6,] [7,] Warning messages: Replacement length not a multiple of number of elements to replace in: data[1:ll] <-old Το όρισµα byrow είναι πολύ χρήσιµο όταν γίνεται η ανάγνωση των δεδοµένων από ένα αρχείο κειµένου (text file). Τέλος δίνονται µερικές εντολές οι οποίες χρησιµοποιούνται στην αναγνώριση του µεγέθους, των διαστάσεων και τη µορφή των τιµών του πίνακα, αλλά και πως µπορούν να δοθούν ονόµατα στις γραµµές και τις στήλες του. > matr8 [,1] [,2] [,3] [1,] [2,]
7 [3,] [4,] > length(matr8) [1] 12 > dim(matr8) [1] 4 3 > mode(matr8) [1] "numeric" > dimnames(matr8) NULL > dimnames(matr8) <- list(c("a","b","c","d"), c("k1","k2","k3")) > matr8 K1 K2 K3 A B C D Πίνακες µεγαλύτερης διάστασης (Arrays) Τα arrays γενικεύουν τους πίνακες επεκτείνοντας την έννοια της διάστασής τους σε παραπάνω από δύο. Κατά συνέπεια, µεγαλώνει και η διάσταση της συνάρτηση dim. Για παράδειγµα, αν οι γραµµές και οι στήλες ενός πίνακα (matrix) είναι το µήκος και το πλάτος µιας ορθογώνιας διευθέτησης τιµών ισων διαστάσεων κύβου, τότε το µήκος, το πλάτος και το ύψος εκπροσωπούν τις διαστάσεις ενός πίνακα τριών διαστάσεων (three way array). εν υπάρχει κανένας περιορισµός στον αριθµό των διαστάσεων ενός πίνακα µεγαλύτερης διάστασης. > arr1 <- array( c(2:9,12:19,112:119), dim=c(2,4,3)) > arr1,, 1 [,1] [,2] [,3] [,4] [1,] [2,] ,, 2 [,1] [,2] [,3] [,4] 27
8 [1,] [2,] ,, 3 [,1] [,2] [,3] [,4] [1,] [2,] Η πρώτη διάσταση (γραµµές) συµπληρώνεται πρώτη. Αυτό είναι το ίδιο µε το να τοποθετούνται οι τιµές στήλη µε στήλη. Η δεύτερη διάσταση συµπληρώνεται δεύτερη. Η τρίτη διάσταση συµπληρώνεται µε τη δηµιουργία ενός πίνακα για κάθε επίπεδο της τρίτης διάστασης. Στους πίνακες µεγαλύτερης διάστασης εφαρµό- Ϲονται οι ίδιες εντολές για την αναγνώριση του µεγέθους, των διαστάσεων και τη µορφή των τιµών τους όπως και στην περίπτωση των πινάκων, αλλά και µε τον ίδιο τρόπο δίνονται ονόµατα στις διαστάσεις τους. > length(arr1) [1] 24 > mode(arr1) [1] "numeric" > dim(arr1) [1] > dimnames(arr1) NULL 2.4 Λίστες Ως αυτό το σηµείο, όλα τα αντικείµενα δεδοµένων τα οποία έχουν περιγραφτεί είναι ατοµικά. Αυτό σηµαίνει ότι περιέχουν µόνο µιας µορφής δεδοµένα. Οµως, είναι αρκετές εκείνες οι περιπτώσεις στις οποίες υπάρχει η ανάγκη να δηµιουργηθούν αντικείµενα δεδοµένων τα οποία περιέχουν διάφορες µορφές τιµών. Η λύση προσφέρεται µέσω των αντικειµένων λίστας ( list) τα οποία αποτελούνται α- πό διάφορες συνιστώσες, η κάθε µια από τις οποίες περιέχει διαφορετική µορφή δεδοµένων. > group1 <- c(rep(1,11), rep(2,17)) 28
9 > group2 <- c(23,45,67,76,-8,3.5,2.19,4) > groups <- list(case=group1, control=group2, descrip="an example") > groups $case: [1] $control: [1] $descrip: [1] "An example" Για την εξαγωγή µιας συνιστώσας της λίστας χρησιµοποιούµε το σύµβολο $ ή [[ ]]. > groups$case [1] > groups$control [1] > groups[[1]] [1] > groups[[2]] [1] > groups[[2]][1:2] [1] > length(groups) [1] 3 > mode(groups) [1] "list" > names(groups) [1] "case" "control" "descrip" 2.5 Παράγοντες Για σκοπούς ανάλυσης δεδοµένων, µερικές από τις µεταβλητές µπορεί να µην είναι ποσοτικές αλλά ποιοτικές ή κατηγορικές. Μερικά παραδείγµατα τέτοιων µεταβλητών είναι το ϕύλο µε τιµές άντρας ή γυναίκα, η οικογενειακή κατάσταση µε τιµές ελεύθερος, παντρεµένος ή χωρισµένος. 29
10 Οι κατηγορικές µεταβλητές παρουσιάζονται στην R µε το αντικείµενο δεδοµένων που λέγεται παράγοντας (factor). Για να κατασκευαστεί ένας παράγοντας εφαρ- µόζεται η συνάρτηση factor. Παρατίθενται µερικά παραδείγµατα : > gender <- c("male", "female", "male", "male", "female", "female", "male") > gender [1] "male" "female" "male" "male" "female" "female" "male" > factor(gender) [1] male female male male female female male > intensity <- factor(c("hi", "Med", "Lo", "Hi", "Hi", "Lo"), + levels=c("hi","lo")) > intensity [1] Hi NA Lo Hi Hi Lo > levels(intensity) [1] "Hi" "Lo" > intensity <- factor(c("hi", "Med", "Lo", "Hi", "Hi", "Lo"), + levels=c("hi","lo"), labels=c("highdose", "LowDose")) > intensity [1] HighDose NA LowDose HighDose HighDose LowDose Αν η σειρά των κατηγοριών του παράγοντα είναι σηµαντική, τότε χρησιµοποιείται η συνάρτηση ordered. > intensity <- ordered(c("hi", "Med", "Lo", "Hi", "Hi", "Lo"), + levels=c("lo", "Med", "Hi")) > intensity [1] Hi Med Lo Hi Hi Lo Lo < Med < Hi Ενας παράγοντας µπορεί να κατασκευαστεί επίσης και από µια συνεχή µεταβλητή µε τη ϐοήθεια της συνάρτησης cut. > fact <- rnorm(10) > fact1 <- cut(fact, breaks=c(-5,-1,1,2,4)) > fact1 [1] (-1,1] (-5,-1] (-5,-1] (-1,1] (-1,1] (-5,-1] (-1,1] (-1,1] (-5,-1] [10] (-1,1] Levels: (-5,-1] (-1,1] (1,2] (2,4] > fact2 <- cut(fact, breaks=5) 30
11 > fact2 [1] (-0.429, ] (-1.67,-1.25] (-1.25,-0.841] (-0.429, ] [5] (-0.841,-0.429] (-1.25,-0.841] ( ,0.396] ( ,0.396] [9] (-1.67,-1.25] (-0.429, ] 5 Levels: (-1.67,-1.25] (-1.25,-0.841] (-0.841,-0.429]... ( ,0.396] Κάποιες άλλες χρήσιµες εντολές στην περίπτωση των παραγόντων είναι οι ακόλου- ϑες : > length(intensity) [1] 6 > mode(intensity) [1] "numeric" > names(intensity) NULL > levels(intensity) [1] "Lo" "Med" "Hi" > class(intensity) [1] "ordered" "factor" 2.6 Πλαίσια εδοµένων (Data Frames) Το κύριο πλεονέκτηµα του πλαισίου δεδοµένων είναι ότι επιτρέπει τον συνδυασµό δεδοµένων διαφορετικών µορφών µέσα σε ένα αντικείµενο για να χρησιµοποιηθεί για ανάλυση και µοντελοποίηση. Η ιδέα του πλαισίου δεδοµένων είναι η ταξινόµηση των τιµών κατά µεταβλητή (στήλη) ανεξάρτητα της µορφής τους. Επειτα, όλες οι παρατηρήσεις ενός συγκεκριµένου συνόλου µεταβλητών ταξινοµούνται σε πλαίσιο δεδοµένων. Για παράδειγµα, παρατίθενται 13 τυχαίες παρατηρήσεις (γραµµές) του πλαισίου δεδοµένων solder το οποίο υπάρχει µέσα στο πακέτο της R faraway. Η επιλογή τυχαίου δείγµατος γίνεται µέσω της συνάρτησης sample. > library("faraway") > test <- sample(1:900, 13) > solder[test,] Opening Solder Mask PadType Panel skips 713 S Thin B3 L L Thin B3 L S Thick B6 L
12 372 L Thick A3 D L Thick A3 L L Thick B6 D M Thin A6 L L Thick A3 D M Thin A6 L S Thick B6 W L Thick A1.5 L L Thick A3 D L Thick B6 D4 1 1 Η µεταβλητή skips είναι συνεχής ενώ οι υπόλοιπες είναι διάφοροι παράγοντες factors. Υπάρχουν διάφοροι τρόποι για να κατασκευαστεί ένα πλαίσιο δεδοµένων : read.table διαβάζει δεδοµένα από ένα εξωτερικό αρχείο (δοκιµάστε το µε ένα δικό σας αρχείο), data.frame τοποθετεί µαζί αντικείµενα διαφόρων µορφών. as.data.frame µετατρέπει αντικείµενα συγκεκριµένης µορφής σε αντικεί- µενο της τάξης data.frame. Σε αυτό το σηµείο ϑα εξεταστεί µόνο ο δεύτερος τρόπος. > my.logic<-sample(c(t,f),size=20,replace=t) > my.logic [1] TRUE TRUE FALSE FALSE FALSE FALSE TRUE FALSE TRUE FALSE FALSE TRUE [13] TRUE TRUE FALSE FALSE FALSE TRUE TRUE TRUE > my.complex<-rnorm(20)+runif(20)*1i > my.complex [1] i i i [4] i i i [7] i i i [10] i i i [13] i i i [16] i i i [19] i i > my.numeric<-rnorm(20) > my.numeric 32
13 [1] [7] [13] [19] > my.matrix<-matrix(rnorm(40),ncol=2) > my.matrix [,1] [,2] [1,] [2,] [3,] [4,] [5,] [6,] [7,] [8,] [9,] [10,] [11,] [12,] [13,] [14,] [15,] [16,] [17,] [18,] [19,] [20,] > my.dataframe<-data.frame(my.logic,my.complex,my.numeric,my.matrix) > my.dataframe my.logic my.complex my.numeric X1 X2 1 TRUE i TRUE i FALSE i FALSE i FALSE i FALSE i TRUE i
14 8 FALSE i TRUE i FALSE i FALSE i TRUE i TRUE i TRUE i FALSE i FALSE i FALSE i TRUE i TRUE i TRUE i Μπορούν επίσης να χρησιµοποιηθούν οι εντολές cbind και rbind για να δηµιουργηθεί ένα πλαίσιο δεδοµένων µαζί µε άλλες επιλογές. > my.dataframe2 <- cbind(1, my.dataframe) > my.dataframe2 1 my.logic my.complex my.numeric X1 X2 1 1 TRUE i TRUE i FALSE i FALSE i FALSE i FALSE i TRUE i FALSE i TRUE i FALSE i FALSE i TRUE i TRUE i TRUE i FALSE i FALSE i FALSE i TRUE i
15 19 1 TRUE i TRUE i Κάποιες άλλες εντολές οι οποίες είναι χρήσιµες είναι οι ακόλουθες : > length(my.dataframe) [1] 5 > dim(my.dataframe) [1] 20 5 > is.data.frame(my.dataframe) [1] TRUE > is.list(my.dataframe) [1] TRUE > is.matrix(my.dataframe) [1] TRUE > is.vector(my.dataframe) [1] FALSE > names(my.dataframe) [1] "my.logic" "my.complex" "my.numeric" "X1" "X2" Τι κάνει η κάθε µία από τις παραπάνω εντολές ; Οι συναρτήσεις attach και detach είναι πολύ χρήσιµες όταν αναλύεται ένα συγκεκριµένο πλαίσιο δεδοµένων. Η εντολή attach(my.dataframe) τοποθετεί το πλαίσιο δεδοµένων στο περιβάλλον εργασίας πρώτο και έτσι οι µετα- ϐλητές του πλαισίου µπορούν να επεξεργαστούν ή να χρησιµοποιηθούν απ ευθείας. > my.logic [1] TRUE TRUE FALSE FALSE FALSE FALSE TRUE FALSE TRUE FALSE FALSE TRUE [13] TRUE TRUE FALSE FALSE FALSE TRUE TRUE TRUE > my.complex [1] i i i [4] i i i [7] i i i [10] i i i [13] i i i 35
16 [16] i i i [19] i i Για να ϕύγει το πλαίσιο δεδοµένων από το περιβάλλον εργασίας χρησιµοποιείται η συνάρτηση detach. 36
Εισαγωγή στην R Πρόχειρες Σηµειώσεις. Κωνσταντίνος Φωκιανός & Χαράλαµπος Χαραλάµπους Τµήµα Μαθηµατικών & Στατιστικής Πανεπιστήµιο Κύπρου
Εισαγωγή στην R Πρόχειρες Σηµειώσεις Κωνσταντίνος Φωκιανός & Χαράλαµπος Χαραλάµπους Τµήµα Μαθηµατικών & Στατιστικής Πανεπιστήµιο Κύπρου η Εκδοση: Φεβρουάριος 2008 2η Εκδοση: Ιανουάριος 200 2 Περιεχόµενα
Διαβάστε περισσότεραΕισαγωγή στην R Πρόχειρες Σηµειώσεις. Κωνσταντίνος Φωκιανός & Χαράλαµπος Χαραλάµπους Τµήµα Μαθηµατικών & Στατιστικής Πανεπιστήµιο Κύπρου
Εισαγωγή στην R Πρόχειρες Σηµειώσεις Κωνσταντίνος Φωκιανός & Χαράλαµπος Χαραλάµπους Τµήµα Μαθηµατικών & Στατιστικής Πανεπιστήµιο Κύπρου η Εκδοση : Φεβρουάριος 2008 2η Εκδοση : Ιανουάριος 200 2 Περιεχόµενα
Διαβάστε περισσότεραΕΙΣΑΓΩΓΗ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΙΙ. Δρ. Π. Νικολαΐδου
ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΙΙ Δρ. Π. Νικολαΐδου Προγραμματίζοντας στη γλώσσα R Αντικείμενα Δεδομένων ( 2 ο Μάθημα ) Αντικείμενα Δεδομένων Τα αντικείµενα δεδοµένων είναι οι διάφορες µορφές στις οποίες µπορούν
Διαβάστε περισσότεραΜαθηµατικοί Υπολογισµοί στην R
Κεφάλαιο 3 Μαθηµατικοί Υπολογισµοί στην R Ενα µεγάλο µέρος της ανάλυσης δεδοµένων απαιτεί διάφορους µαθηµατικούς υπολογισµούς. Αυτό το κεφάλαιο εισαγάγει τον αναγνώστη στις διάφορες δυνατότητες που έχει
Διαβάστε περισσότεραΣηµερινή ατζέντα µαθήµατος... Προηγούµενα αναφερθήκαµε. Σήµερα θα συνεχίσουµε µε τις δοµές τους
Σηµερινή ατζέντα µαθήµατος... Χρήσεις µονοδιάστατων και πολυδιάστατων ( 2) αντικειµένων στην R Χειρισµός δεδοµένων στο λογισµικό R Προηγούµενα αναφερθήκαµε στους τύπους δεδοµένων στην R Basic Data Types:
Διαβάστε περισσότεραΣηµερινή ατζέντα µαθήµατος... Προηγούµενα αναφερθήκαµε. Σήµερα θα συνεχίσουµε µε τις δοµές τους
Σηµερινή ατζέντα µαθήµατος... Χρήσεις µονοδιάστατων και πολυδιάστατων ( 2) αντικειµένων στην R Χειρισµός δεδοµένων στο λογισµικό R ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ Προηγούµενα αναφερθήκαµε στους τύπους δεδοµένων
Διαβάστε περισσότεραΑπλός Προγραµµατισµός στην R
Κεφάλαιο 5 Απλός Προγραµµατισµός στην R Η έννοια του προγραµµατισµού στην R ϐασίζεται στη δηµιουργία καινούργιων συναρτήσεων οι οποίες ϑα χρησιµοποιηθούν για περαιτέρω ανάπτυξη της γλώσσας. Το κύριο δοµικό
Διαβάστε περισσότεραΑριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης Σχολή Θετικών Επιστημών Τμήμα Πληροφορικής
Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης Σχολή Θετικών Επιστημών Τμήμα Πληροφορικής Ανάλυση δεδομένων συστάσεων (Compositional Data Analysis) με τη στατιστική γλώσσα R και εφαρμογή σε δεδομένα τεχνολογίας
Διαβάστε περισσότεραR & R- Studio. Πασχάλης Θρήσκος PhD Λάρισα
R & R- Studio Πασχάλης Θρήσκος PhD Λάρισα 2016-2017 pthriskos@mnec.gr Εισαγωγή στο R Διαχείριση Δεδομένων R Project Περιγραφή του περιβάλλοντος του GNU προγράμματος R Project for Statistical Analysis Γραφήματα
Διαβάστε περισσότεραΑνάλυση Δεδομένων με χρήση του Στατιστικού Πακέτου R
Ανάλυση Δεδομένων με χρήση του Στατιστικού Πακέτου R Δημήτρης Φουσκάκης, Επίκουρος Καθηγητής, Τομέας Μαθηματικών, Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών, Εθνικό Μετσόβιο Πολυτεχνείο. Περιεχόμενα
Διαβάστε περισσότεραΚεφάλαιο 2: Εισαγωγή στην R
Κεφάλαιο 2: Εισαγωγή στην R Σύνοψη Μέσα από τη μελέτη αυτού του κεφαλαίου ο αναγνώστης μπορεί να εξοικειωθεί με τη γλώσσα R και να διακρίνει τους διαφορετικούς τύπους μεταβλητών που υποστηρίζει η R (λίστες,
Διαβάστε περισσότεραΕισαγωγή στη Βιοπληροφορική
Εισαγωγή στη Βιοπληροφορική Αλέξανδρος Κ. Δημόπουλος Πρόγραμμα Μεταπτυχιακών Σπουδών Τεχνολογίες Πληροφορικής στην Ιατρική και τη Βιολογία (ΤΠΙΒ) Τμήμα Πληροφορικής και Τηλεπικοινωνιών Εθνικό και Καποδιστριακό
Διαβάστε περισσότεραΣχήµα 6.1: Εισαγωγή της εντολής Read From Spreadsheet File στο Block Diagram.
Εισαγωγή αρχείων δεδοµένων 1. Η εισαγωγή αρχείων δεδοµένων στο LaVIEW γίνεται στο Block Diagram µε την εντολή Read From Spreadsheet File. 2. Εισάγουµε την εντολή Read From Spreadsheet File στο Block Diagram
Διαβάστε περισσότεραΕισαγωγή στην R. Κεφάλαιο 1. περιέχει περαιτέρω πληροφορίες καθώς
Κεφάλαιο 1 Εισαγωγή στην R Ο κύριος σκοπός αυτών των σηµειώσεων είναι η εισαγωγή στην στατιστική γλώσσα προγραµµατισµού R. Η γλώσσα R είναι ελεύθερα διαθέσιµη από το διαδίκτυο και η υποστήριξή της γίνεται
Διαβάστε περισσότεραΣχήµα 3.1: Εισαγωγή shift register σε βρόγχο for-loop.
Η δοµή «Shift register» 1. Η δοµή «Shift register» εισάγεται στο βρόγχο for-loop αλλά και σε άλλους βρόγχους που θα δούµε στη συνέχεια, όπως ο βρόγχος «While loop». Ο τρόπος εισαγωγής και λειτουργίας της
Διαβάστε περισσότεραΠρόβλημα 1: Αναζήτηση Ελάχιστης/Μέγιστης Τιμής
Πρόβλημα 1: Αναζήτηση Ελάχιστης/Μέγιστης Τιμής Να γραφεί πρόγραμμα το οποίο δέχεται ως είσοδο μια ακολουθία S από n (n 40) ακέραιους αριθμούς και επιστρέφει ως έξοδο δύο ακολουθίες από θετικούς ακέραιους
Διαβάστε περισσότεραΠΑΡΑΡΤΗΜΑ: QUIZ ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ
ΠΑΡΑΡΤΗΜΑ: QUIZ ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ (Οι ερωτήσεις µε κίτρινη υπογράµµιση είναι εκτός ύλης για φέτος) ΕΙΣΑΓΩΓΗ Q1. Οι Πρωταρχικοί τύποι (primitive types) στη Java 1. Είναι όλοι οι ακέραιοι και όλοι οι πραγµατικοί
Διαβάστε περισσότεραΓραφήµατα. Κεφάλαιο Απλά Γραφήµατα. > x <- rnorm(50, mean=1, sd=2) > plot(x) > y <- seq(0,20,.1) > z <- exp(-y/10)*cos(2*y)
Κεφάλαιο 4 Γραφήµατα Τα γραφήµατα είναι πολύ χρήσιµα για την οπτική αναπαράσταση των δεδοµένων και καθοδηγούν τον στατιστικό στην διαδικασία της µοντελοποίησης και αξιολόγησης της ανάλυσης. Το κεφάλαιο
Διαβάστε περισσότεραWeek. 6: Java Collections
Week 6: Java Collections Συλλογές δεδοµένων [collections] Εβδοµάδα 6: Συλλογές δεδοµένων στην Java Οι συλλογές [collections] (αναφέρονται και ως «υποδοχείς δεδοµένων» [containers]) είναι κλάσεις που χρησιµοποιούνται
Διαβάστε περισσότεραΣημειώσεις του εργαστηριακού μαθήματος Πληροφορική ΙΙ. Εισαγωγή στην γλώσσα προγραμματισμού
Σημειώσεις του εργαστηριακού μαθήματος Πληροφορική ΙΙ Εισαγωγή στην γλώσσα προγραμματισμού Ακαδημαϊκό έτος 2016-2017, Εαρινό εξάμηνο Οι σημειώσεις βασίζονται στα συγγράμματα: A byte of Python (ελληνική
Διαβάστε περισσότεραΕισαγωγήστουςΗ/Υ. PHP Hypertext Preprocessor
ΕισαγωγήστουςΗ/Υ PHP Hypertext Preprocessor ΤιείναιηPHP; PHP είναιµία server-based scripting language σχεδιασµένη ειδικά για το web. Σε µία html σελίδα µπορούµε να ενσωµατώσουµε php κώδικα που εκτελείται
Διαβάστε περισσότεραΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ. 5. Στατιστική συµπερασµατολογία για ποσοτικές µεταβλητές: Έλεγχοι υποθέσεων και διαστήµατα εµπιστοσύνης
ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ 5. Στατιστική συµπερασµατολογία για ποσοτικές µεταβλητές: Έλεγχοι υποθέσεων και διαστήµατα εµπιστοσύνης ιαστήµατα εµπιστοσύνης και έλεγχοι υποθέσεων για τη µέση τιµή Για µια ποσοτική µεταβλητή
Διαβάστε περισσότεραFORTRAN & Αντικειμενοστραφής Προγραμματισμός ΣΝΜΜ 2017
FORTRAN & Αντικειμενοστραφής Προγραμματισμός ΣΝΜΜ 2017 M7 Δομές δεδομένων: Πίνακες - Ασκήσεις Γεώργιος Παπαλάμπρου Επικ. Καθηγητής ΕΜΠ Εργαστήριο Ναυτικής Μηχανολογίας george.papalambrou@lme.ntua.gr ΕΜΠ/ΣΝΜΜ
Διαβάστε περισσότεραo AND o IF o SUMPRODUCT
Πληροφοριακά Εργαστήριο Management 1 Information Συστήματα Systems Διοίκησης ΤΕΙ Τμήμα Ελεγκτικής Ηπείρου Χρηματοοικονομικής (Παράρτημα Πρέβεζας) και Αντικείµενο: Μοντελοποίηση προβλήµατος Θέµατα που καλύπτονται:
Διαβάστε περισσότερα4 η ΕΝΟΤΗΤΑ Μητρώα και συνθήκες στο MATLAB
ΣΧΟΛΗ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΕΜΠ ΜΕΘΟΔΟΙ ΕΠΙΛΥΣΗΣ ΜΕ Η/Υ 4 η ΕΝΟΤΗΤΑ Μητρώα και συνθήκες στο MATLAB Ν.Δ. Λαγαρός Μ. Φραγκιαδάκης Α. Στάμος Άδεια Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες Χρήσης
Διαβάστε περισσότεραΕΠΛ 012. JavaScripts
ΕΠΛ 012 JavaScripts Γλώσσα JavaScript (JS) ηµιουργεί δυναµικές ιστοσελίδες και αλληλεπιδράσεις µε το χρήστη εν είναι Java, αλλά είναι αντικειµενοστραφής (απλό µοντέλο υποκειµένων) Objects, properties (τιµές
Διαβάστε περισσότεραΗΥ-150. Προγραµµατισµός. Εντολές Ελέγχου Ροής
ΗΥ-150 Εντολές Ελέγχου Ροής Σειριακή εκτέλεση εντολών Όλα τα προγράµµατα «γράφονται» χρησιµοποιώντας 3 είδη εντολών: Σειριακές εντολές (sequential built in C) Εντολές απόφασης (if, if/else, switch) Περιλαµβάνει
Διαβάστε περισσότεραΣχήµα 4.1: Εισαγωγή βρόγχου while-loop.
Ο βρόγχος While-loop 1. Ο βρόγχος while-loop εκτελείται έως ότου ικανοποιηθεί µία προκαθορισµένη συνθήκη. 2. Ο αριθµός των επαναλήψεων ενός βρόγχου while-loop δεν είναι εκ των προτέρων προκαθορισµένος,
Διαβάστε περισσότεραΕΙΣΑΓΩΓΗ ΣΤΟ MATLAB- SIMULINK
ΕΙΣΑΓΩΓΗ ΣΤΟ MATLAB- SIMULINK ρ. Γεώργιος Φ. Φραγκούλης Καθηγητής Ver. 0.2 9/2012 ιανύσµατα & ισδιάστατοι πίνακες Ένα διάνυσµα u = (u1, u2,, u ) εισάγεται στη MATLAB ως εξής : u=[ u1, u2,, un ] ή u=[ u1
Διαβάστε περισσότεραΥπολογιστικά & Διακριτά Μαθηματικά
Υπολογιστικά & Διακριτά Μαθηματικά Ενότητα 4: Διατάξεις Μεταθέσεις Συνδυασμοί Στεφανίδης Γεώργιος Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό
Διαβάστε περισσότεραΟΣΤΕΟΧΡΟΝΟΛΟΓΗΣΗ Εικόνα 27 Figure 27 Εικόνα 28 Figure 28
ΟΣΤΕΟΧΡΟΝΟΛΟΓΗΣΗ Οι κύκλοι µειωµένης αύξησης (LAGs) στις φάλαγγες είναι εµφανείς σε 145 αρσενικά και σε 173 θηλυκά, άλλα ο βαθµός διάκρισής τους διαφέρει από άτοµο σε άτοµο. Στην εξωτερική περιφέρεια του
Διαβάστε περισσότεραΔΟΜΗΜΕΝΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Κεφάλαιο 8 : H γλώσσα προγραµµατισµού Pascal 1 ο Μέρος σηµειώσεων (Ενότητες 8.1 & 8.2 σχολικού βιβλίου)
ΔΟΜΗΜΕΝΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Κεφάλαιο 8 : H γλώσσα προγραµµατισµού Pascal 1 ο Μέρος σηµειώσεων (Ενότητες 8.1 & 8.2 σχολικού βιβλίου) 1. Εισαγωγή Χαρακτηριστικά της γλώσσας Τύποι δεδοµένων Γλώσσα προγραµµατισµού
Διαβάστε περισσότεραΕισαγωγή στην επιστήμη των υπολογιστών. Οργάνωση εδομένων Κεφάλαιο 11ο ομές εδομένων
Εισαγωγή στην επιστήμη των υπολογιστών Οργάνωση εδομένων Κεφάλαιο 11ο ομές εδομένων 1 ομή εδομένων Μια δομή δεδομένων (data structure) χρησιμοποιεί μια συλλογή από σχετικές μεταξύ τους μεταβλητές, οι οποίες
Διαβάστε περισσότερα1991 US Social Survey.sav
Παραδείγµατα στατιστικής συµπερασµατολογίας µε ένα δείγµα Στα παραδείγµατα χρησιµοποιείται απλό τυχαίο δείγµα µεγέθους 1 από το αρχείο δεδοµένων 1991 US Social Survey.sav Το δείγµα λαµβάνεται µε την διαδικασία
Διαβάστε περισσότεραΟΝΟΜΑΤΕΠΩΝΥΜΟ : Αντικείμενο: Εισαγωγή στο στατιστικό πακέτο R και στις δυνατότητές του για δημιουργία γραφημάτων. Χρήση του λογισμικού RStudio.
Σχολή Διοίκησης και Οικονομίας (ΣΔΟ) Τμήμα Λογιστικής και Χρηματοοικονομικής Διδάσκων: Δρ. Γκόγκος Χρήστος Μάθημα: Πληροφορική ΙI (εργαστήριο) Ακαδημαϊκό έτος 2013-2014 εαρινό εξάμηνο ΟΝΟΜΑΤΕΠΩΝΥΜΟ : ΑΡΙΘΜΟΣ
Διαβάστε περισσότεραΌρια συναρτήσεων. ε > υπάρχει ( ) { } = ± ορίζονται αναλόγως. Η διατύπωση αυτών των ορισµών αφήνεται ως άσκηση. x y = +. = και για κάθε (, ) ( 0,0)
Όρια συναρτήσεων.5. Ορισµός. Έστω, f : Α συνάρτηση συσσώρευσης του Α και b σηµείο. Λέµε ότι η f έχει ως όριο το διάνυσµα b καθώς το τείνει προς το και συµβολίζουµε li = ή f b f b αν και µόνο αν, για κάθε
Διαβάστε περισσότεραΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ: ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΥΠΟΛΟΓΙΣΤΩΝ ΣΥΝΟΛΟ ΣΕΛΙΔΩΝ: ΕΞΙ (6)
ΑΡΧΗ 1ΗΣ ΣΕΛΙΔΑΣ ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΠΑΝΕΛΛΑΔΙΚΕΣ ΕΞΕΤΑΣΕΙΣ HMEΡΗΣΙΩΝ ΚΑΙ ΕΣΠΕΡΙΝΩΝ ΕΠΑΓΓΕΛΜΑΤΙΚΩΝ ΛΥΚΕΙΩΝ ΠΑΡΑΣΚΕΥΗ 22 ΣΕΠΤΕΜΒΡΙΟΥ 2017 ΘΕΜΑ Α ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ: ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΥΠΟΛΟΓΙΣΤΩΝ ΣΥΝΟΛΟ ΣΕΛΙΔΩΝ:
Διαβάστε περισσότεραΣυνεχείς συναρτήσεις πολλών µεταβλητών. ε > υπάρχει ( ) ( )
Συνεχείς συναρτήσεις πολλών µεταβλητών 7 Η Ευκλείδεια απόσταση που ορίσαµε στον R επιτρέπει ( εκτός από τον ορισµό των ορίων συναρτήσεων και ακολουθιών και τον ορισµό της συνέχειας συναρτήσεων της µορφής
Διαβάστε περισσότερα2.1. Εντολές. 2.2. Σχόλια. 2.3. Τύποι Δεδομένων
2 Βασικές Εντολές 2.1. Εντολές Οι στην Java ακολουθούν το πρότυπο της γλώσσας C. Έτσι, κάθε εντολή που γράφουμε στη Java θα πρέπει να τελειώνει με το ερωτηματικό (;). Όπως και η C έτσι και η Java επιτρέπει
Διαβάστε περισσότεραΔηµοσθένης Σταµάτης Τµήµα Πληροφορικής T.E.I. ΘΕΣΣΑΛΟΝΙΚΗΣ
Δοµές Δεδοµένων & Ανάλυση Αλγορίθµων 3ο Εξάµηνο Γραµµικές Δοµές Δεδοµένων (Linear Data Structures) Πίνακες (Arrays) Διανύσµατα (Vectors) http://aetos.it.teithe.gr/~demos/teaching_gr.html Δηµοσθένης Σταµάτης
Διαβάστε περισσότεραΠ. Σταθοπούλου ή Οµάδα Α (Φοιτητές µε µονό αριθµό Μητρώου ) ιδασκαλία : Παρασκευή 11πµ-13µµ ΗΛ7
Π. Σταθοπούλου pstath@ece.upatras.gr ή pstath@upatras.gr Οµάδα Α (Φοιτητές µε µονό αριθµό Μητρώου ) ιδασκαλία : Παρασκευή 11πµ-13µµ ΗΛ7 Φροντιστήριο : ευτέρα 11πµ-12πµ ΗΛ4 Προηγούµενη ιάλεξη Προτάσεις,
Διαβάστε περισσότεραΒασικά στοιχεία της Java
Βασικά στοιχεία της Java προτάσεις, εκφράσεις, µεταβλητές, σταθερές, τελεστές Ορισµοί Πρόταση (statement) είναι µία απλή εντολή σε µία γλώσσα προγραµµατισµού. Γιαπαράδειγµα: int x=12; Έκφραση (expression)
Διαβάστε περισσότεραΣυλλογή & Επεξεργασία Δεδομένων Εργαστήριο 9 Ανάλυση Fourier: Από τη Θεωρία στην Πρακτική Εφαρμογή των Μαθηματικών
Συλλογή & Επεξεργασία Δεδομένων Εργαστήριο 9 Ανάλυση Fourier: Από τη Θεωρία στην Πρακτική Εφαρμογή των Μαθηματικών Τύπων. Σύστημα Συλλογής & Επεξεργασίας Μετρήσεων Σκοπός Βασική δομή ενός προγράμματος
Διαβάστε περισσότεραΚεφάλαιο 4ο: Εντολές επιλογής
Χρήστος Τσαγγάρης ΕΕ ΙΠ Τµήµατος Μαθηµατικών, Πανεπιστηµίου Αιγαίου Κεφάλαιο 4ο: Εντολές επιλογής Μέχρι τώρα παρατηρήσαµε ότι τα προβλήµατα που αντιµετωπίσαµε είχαν σειριακή κίνηση, δηλαδή η µία εντολή
Διαβάστε περισσότεραSheet1_2. - Δεν απελευθερώνεις τη δυναµικά δεσµευµένη µνήµη. - Η έξοδος του προγράµµατός σου δεν είναι ακριβώς όπως ζητούσε η άσκηση.
Sheet1_2 AEM 0001 0002 0003 0004 0006 COMMENTS - Segmentation fault λόγω λάθους στην αναδροµή. Δες τη λύση, αλλά προσπάθησε να το ξανακάνεις και στο σπίτι για εξ - Πρόσεχε λίγο τη στοίχιση - Καλή δουλειά
Διαβάστε περισσότεραακολουθία (sequence)
Λίστες στην Python Η βασικώτερη δομή δεδομένων στην Pyhton είναι η ακολουθία (sequence). Σε κάθε στοιχείο μιας ακολουθίας ανατίθεται ένας ακέραιος που ονομάζεται δείκτης (index) ή θέση του στοιχείου. Ο
Διαβάστε περισσότεραΣτατιστικό κριτήριο χ 2
18 Μεθοδολογία Επιστηµονικής Έρευνας & Στατιστική Στατιστικό κριτήριο χ 2 Ο υπολογισµός του κριτηρίου χ 2 γίνεται µέσω του µενού [Statistics => Summarize => Crosstabs...]. Κατά τη συγκεκριµένη διαδικασία
Διαβάστε περισσότεραΠρογραμματισμός και Χρήση Ηλεκτρονικών Υπολογιστών - Βασικά Εργαλεία Λογισμικού
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΧΗΜΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΙΚΟ ΚΕΝΤΡΟ Προγραμματισμός και Χρήση Ηλεκτρονικών Υπολογιστών - Βασικά Εργαλεία Λογισμικού Μάθημα 2ο Μεταβλητές Μεταβλητή ονομάζεται ένα μέγεθος
Διαβάστε περισσότεραΈλεγχος ύπαρξης στατιστικά σημαντικών διαφορών μεταξύ δύο ανεξάρτητων δειγμάτων, που ακολουθούν την κανονική κατανομή (t-test για ανεξάρτητα δείγματα)
Έλεγχος ύπαρξης στατιστικά σημαντικών διαφορών μεταξύ δύο ανεξάρτητων δειγμάτων, που ακολουθούν την κανονική κατανομή (t-test για ανεξάρτητα δείγματα) Όταν απαιτείται ο έλεγχος της ύπαρξης στατιστικά σημαντικών
Διαβάστε περισσότεραΜονοδιάστατοι πίνακες Πολυδιάστατοι πίνακες Μέθοδοι Μέθοδοι Recursive Overloading
Μονοδιάστατοι πίνακες Πολυδιάστατοι πίνακες Μέθοδοι Μέθοδοι Recursive Overloading Μονοδιάστατοι πίνακες Οι πίνακες είναι µεταβλητές που έχουν οµαδοποιηθεί µε ένα κοινό όνοµα. ηµιουργία πινάκων µετηδήλωσηnew
Διαβάστε περισσότεραΔοµές Δεδοµένων και Αλγόριθµοι - Εισαγωγή
Δοµές Δεδοµένων και Αλγόριθµοι - Εισαγωγή Στην ενότητα αυτή θα µελετηθούν τα εξής επιµέρους θέµατα: Εισαγωγή στις έννοιες Αλγόριθµοι και Πολυπλοκότητα, Οργάνωση Δεδοµένων και Δοµές Δεδοµένων Χρήσιµοι µαθηµατικοί
Διαβάστε περισσότεραΒασικές έννοιες. Παραδείγµατα: Το σύνολο των φοιτητών που είναι εγγεγραµµένοι
Τι είναι η Στατιστική? Η ΣΤΑΤΙΣΤΙΚΗ ορίζεται σήµερα ως η επιστήµη που σχετίζεται µε τις επιστηµονικές µεθόδους συλλογής, παρουσίασης, αξιολόγησης και γενίκευσης (: εξαγωγής συµπερασµάτων) της πληροφορίας.
Διαβάστε περισσότεραΕισαγωγή στην πληροφορική
Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Αγρονόµων Τοπογράφων Μηχανικών Εισαγωγή στην πληροφορική Βασίλειος Βεσκούκης ρ. Ηλεκτρολόγος Μηχανικός & Μηχανικός Υπολογιστών ΕΜΠ v.vescoukis@cs.ntua.gr Ρωµύλος Κορακίτης
Διαβάστε περισσότεραΌρια συναρτήσεων. ε > υπάρχει ( ) { } = ± ορίζονται αναλόγως. Η διατύπωση αυτών των ορισµών αφήνεται ως άσκηση. x y = +. = και για κάθε (, ) ( 0,0)
Όρια συναρτήσεων 5 Ορισµός Έστω, : Α συνάρτηση συσσώρευσης του Α και b σηµείο Λέµε ότι η έχει ως όριο το διάνυσµα b καθώς το τείνει προς το και συµβολίζουµε li ή b b αν και µόνο αν, για κάθε ε > υπάρχει
Διαβάστε περισσότεραΕργαστήριο Java. Διδάσκουσα: Εργαστηριακοί Συνεργάτες:
Εργαστήριο Java Διδάσκουσα: Πρέντζα Ανδριάνα aprentza@unipi.gr Εργαστηριακοί Συνεργάτες: Γεωργιοπούλου Ρούλα Λύβας Χρήστος roulageorio@ssl-unipi.gr clyvas@unipi.gr Εργαστήριο 2 Βασικοί Τύποι Μεταβλητών
Διαβάστε περισσότεραΣχήµα 2.1: Εισαγωγή array στο Front Panel.
Arrays (Πίνακες) 1. Στο LAbVIEW η εισαγωγή πινάκων γίνεται µε τα arrays. Για να εισάγουµε ένα array στο Front Panel κάνουµε δεξί κλικ σε αυτό και επιλέγουµε την εντολή «Array» από το µενού «Array, Matrix
Διαβάστε περισσότεραΣύντοµη Εισαγωγή στο R
Σύντοµη Εισαγωγή στο R Φώτης Σιάννης http://users.uoa.gr/~fsiannis/teaching.html Φεβρουάριος 2008 1. Αρχικά Το πακέτο R θεωρείται µια εφαρµογή της γλώσσας προγραµµατισµού S, που δηµιουργήθηκε στα Bell
Διαβάστε περισσότεραΠρογραμματισμός ΙI (Θ)
Τεχνολογικό Εκπαιδευτικό Ίδρυμα Κεντρικής Μακεδονίας - Σέρρες Τμήμα Μηχανικών Πληροφορικής Προγραμματισμός ΙI (Θ) Δρ. Δημήτρης Βαρσάμης Επίκουρος Καθηγητής Μάρτιος 2017 Δρ. Δημήτρης Βαρσάμης Μάρτιος 2017
Διαβάστε περισσότεραη πιθανότητα επιτυχίας. Επομένως, η συνάρτηση πιθανοφάνειας είναι ίση με: ( ) 32 = p 18 1 p
ΑΣΚΗΣΗ 1 ΣΕΜΦΕ 14-15 i. Έστω yi ο αριθμός των προσπαθειών κάθε μαθητή μέχρι να πετύχει τρίποντο. Ο αριθμός των προσπαθειών πριν ο μαθητής να πετύχει τρίποντο θα είναι xi = yi - 1, i = 1,,18. 2 2 3 2 1
Διαβάστε περισσότεραΑντικειμενοστρεφής Προγραμματισμός Διάλεξη 6 : ΠΙΝΑΚΕΣ
Αντικειμενοστρεφής Προγραμματισμός Διάλεξη 6 : ΠΙΝΑΚΕΣ Κων. Κόκκινος ΠΙΝΑΚΕΣ (ARRAYS) Είναι χώροι της μνήμης για προσωρινή αποθήκευση δεδομένων του ίδιου τύπου. Οι πίνακες είναι δομές δεδομένων που τις
Διαβάστε περισσότεραΠρογραμματισμός Υπολογιστών Τάξη Γ Αθανασιάδης Χρήστος ΠΕ19 ΑΡΧΗ 1ΗΣ ΣΕΛΙΔΑΣ
ΑΡΧΗ 1ΗΣ ΣΕΛΙΔΑΣ ΠΡΟΤΕΙΝΟΜΕΝΑ ΘΕΜΑΤΑ 2 στον Προγραμματισμό Υπολογιστών ΘΕΜΑ Α Α1. Να χαρακτηρίσετε τις προτάσεις που ακολουθούν, γράφοντας στο τετράδιό σας, δίπλα στο γράμμα που αντιστοιχεί σε κάθε πρόταση
Διαβάστε περισσότεραΑλγόριθµοι Οπισθοδρόµησης
Αλγόριθµοι Οπισθοδρόµησης Στην ενότητα αυτή θα µελετηθούν τα εξής επιµέρους θέµατα: Η οπισθοδρόµηση στο σχεδιασµό αλγορίθµων Το πρόβληµα των σταθερών γάµων και ο αλγόριθµος των Gale-Shapley Το πρόβληµα
Διαβάστε περισσότεραΕργαστήρια Αριθμητικής Ανάλυσης Ι. 7 ο Εργαστήριο. Διανύσματα-Πίνακες 2 ο Μέρος
Εργαστήρια Αριθμητικής Ανάλυσης Ι 7 ο Εργαστήριο Διανύσματα-Πίνακες 2 ο Μέρος 2017 Εντολή size Σε προηγούμενο εργαστήριο είχαμε κάνει αναφορά στην συνάρτηση length, και την χρησιμότητα της όταν δουλεύουμε
Διαβάστε περισσότεραΗΥ-150. Πίνακες (Arrays)
ΗΥ-150 Προγραµµατισµός Πίνακες (Arrays) Προγραµµατισµός Εισαγωγικά Έστω ότι θέλουµε να αποθηκεύσουµε 100 ονόµατα φοιτητών και τους βαθµούς τους. Πως θα το κάναµε αυτό µε µεταβλητές; Πως θα µπορούσαµε να
Διαβάστε περισσότεραΠΑΝΕΛΛΑΔΙΚΕΣ ΕΞΕΤΑΣΕΙΣ ΗΜΕΡΗΣΙΩΝ ΕΠΑΛ ΤΡΙΤΗ 11 ΙΟΥΝΙΟΥ 2019 ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ: ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΥΠΟΛΟΓΙΣΤΩΝ
ΠΑΝΕΛΛΑΔΙΚΕΣ ΕΞΕΤΑΣΕΙΣ ΗΜΕΡΗΣΙΩΝ ΕΠΑΛ ΤΡΙΤΗ 11 ΙΟΥΝΙΟΥ 2019 ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ: ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΥΠΟΛΟΓΙΣΤΩΝ ΘΕΜΑ Α Α1. Να χαρακτηρίσετε τις προτάσεις που ακολουθούν, γράφοντας στο τετράδιό σας, δίπλα στο
Διαβάστε περισσότεραΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Η/Υ Ακαδημαϊκό έτος ΤΕΤΡΑΔΙΟ ΕΡΓΑΣΤΗΡΙΟΥ #2
ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Η/Υ Ακαδημαϊκό έτος 2001-2002 ΤΕΤΡΑΔΙΟ ΕΡΓΑΣΤΗΡΙΟΥ #2 «Προγραμματισμός Η/Υ» - Τετράδιο Εργαστηρίου #2 2 Γενικά Στο Εργαστήριο αυτό θα αναλύσουμε τη χρήση της βασικής εντολής ελέγχου ροής
Διαβάστε περισσότεραchar name[5]; /* define a string of characters */
Συµβολοσειρές (Strings) Συµβολοσειρά (string) είναι µια σειρά αλφαριθµητικών χαρακτήρων (γενικά εκτυπώσιµων συµβόλων ASCII). Όταν λέµε σειρά εννοούµε διαδοχικές θέσεις µνήµης που µπορούν να αντιµετωπισθούν
Διαβάστε περισσότεραΑνάλυση Δεδοµένων µε χρήση του Στατιστικού Πακέτου R
Ανάλυση Δεδοµένων µε χρήση του Στατιστικού Πακέτου R, Επίκουρος Καθηγητής, Τοµέας Μαθηµατικών, Σχολή Εφαρµοσµένων Μαθηµατικών και Φυσικών Επιστηµών, Εθνικό Μετσόβιο Πολυτεχνείο. Περιεχόµενα Εισαγωγή στη
Διαβάστε περισσότεραΜετατροπή χαρακτήρων ASCII σε ακέραιο αριθµό (atoi) & Άνοιγµα αρχείου µέσα από τo QtSPIM, διάβασµα, και αποθήκευση του περιεχοµένου του στη µνήµη
Μετατροπή χαρακτήρων ASCII σε ακέραιο αριθµό (atoi) & Άνοιγµα αρχείου µέσα από τo QtSPIM, διάβασµα, και αποθήκευση του περιεχοµένου του στη µνήµη ( ιάλεξη 3) ιδάσκων: Γιώργος Ζάγγουλος Email: zaggoulos.george@ucy.ac.cy
Διαβάστε περισσότεραΕρωτήσεις αντιστοίχισης
Ερωτήσεις αντιστοίχισης 1. ** Να αντιστοιχίσετε κάθε ευθεία που η εξίσωσή της βρίσκεται στη του πίνακα (Ι) µε τον συντελεστή της που βρίσκεται στη, συµπληρώνοντας τον πίνακα (ΙΙ) (α, β 0). 1. ε 1 : y =
Διαβάστε περισσότεραΔιάλεξη 1. Πράξεις Τελεστές Έλεγχος Ροής
Διάλεξη 1 Πράξεις Τελεστές Έλεγχος Ροής Διοργάνωση : ΚΕΛ ΣΑΤΜ Διαφάνειες: Skaros, MadAGu Παρουσίαση: MadAGu Άδεια: Creative Commons 3.0 Αριθμητικοί Τελεστές- Αριθμητικές Πράξεις 2 Internal use only Αριθμητικοί
Διαβάστε περισσότεραΕισαγωγή στην Επιστήμη Υπολογιστών. Εισαγωγή στην Python
Εισαγωγή στην Επιστήμη Υπολογιστών Εισαγωγή στην Python Python scripts Ένα πρόγραμμα στην Python (συχνά αποκαλείται script) αποτελείται από μία ακολουθία ορισμών και εντολών. H ακολουθία των ορισμών και
Διαβάστε περισσότεραΠαράδειγμα: Γούργουλης Βασίλειος, Επίκουρος Καθηγητής Τ.Ε.Φ.Α.Α.-Δ.Π.Θ.
Έλεγχος ύπαρξης στατιστικά σημαντικών διαφορών μεταξύ περισσότερων από δύο δειγμάτων, που διαχωρίζονται βάσει δύο ανεξάρτητων παραγόντων (Ανάλυση διακύμανσης για ανεξάρτητα δείγματα ως προς περισσότερους
Διαβάστε περισσότεραΕισαγωγή στην C. Μορφή Προγράµµατος σε γλώσσα C
Εισαγωγή στην C Μορφή Προγράµµατος σε γλώσσα C Τµήµα Α Με την εντολή include συµπεριλαµβάνω στο πρόγραµµα τα πρότυπα των συναρτήσεων εισόδου/εξόδου της C.Το αρχείο κεφαλίδας stdio.h είναι ένας κατάλογος
Διαβάστε περισσότεραA2. Να γράψετε για κάθε περίπτωση τον αριθμό της πρότασης και δίπλα το γράμμα που δίνει τη σωστή επιλογή.
ΜΑΘΗΜΑ / ΤΑΞΗ : ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΥΠΟΛΟΓΙΣΤΩΝ/Γ' ΕΠΑ.Λ. ΗΜΕΡΟΜΗΝΙΑ: 17-1-2016 ΕΠΙΜΕΛΕΙΑ ΔΙΑΓΩΝΙΣΜΑΤΟΣ: Ι.ΜΙΧΑΛΕΑΚΟΣ-Χ.ΠΑΠΠΑ-Α.ΚΑΤΡΑΚΗ ΘΕΜΑ Α Α1. Να χαρακτηρίσετε τις προτάσεις που ακολουθούν, γράφοντας δίπλα
Διαβάστε περισσότεραΕπιλογή και επανάληψη. Λογική έκφραση ή συνθήκη
Επιλογή και επανάληψη Η ύλη που αναπτύσσεται σε αυτό το κεφάλαιο είναι συναφής µε την ύλη που αναπτύσσεται στο 2 ο κεφάλαιο. Όπου υπάρχουν διαφορές αναφέρονται ρητά. Προσέξτε ιδιαίτερα, πάντως, ότι στο
Διαβάστε περισσότεραυναµικές οµές εδοµένων (συν.) Στην ενότητα αυτή θα µελετηθούν τα εξής επιµέρους θέµατα:
υναµικές οµές εδοµένων (συν.) Στην ενότητα αυτή θα µελετηθούν τα εξής επιµέρους θέµατα: Ταξινοµηµένες Λίστες µε δυναµική δέσµευση µνήµης Αναδροµκές συναρτήσεις ΕΠΛ 12 Αρχές Προγραµµατισµού ΙΙ 1 Λίστες
Διαβάστε περισσότεραΓραµµική Αλγεβρα. Ενότητα 3 : ιανυσµατικοί Χώροι και Υπόχωροι. Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής
Γραµµική Αλγεβρα Ενότητα 3 : ιανυσµατικοί Χώροι και Υπόχωροι Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής Αδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.
Διαβάστε περισσότεραΗΥ-150. Προγραµµατισµός. Πίνακες (Arrays)
ΗΥ-150 Προγραµµατισµός Πίνακες (Arrays) Προγραµµατισµός Εισαγωγικά Έστω ότι θέλουµε να αποθηκεύσουµε 100 ονόµατα φοιτητών και τους βαθµούς τους. Πως θα το κάναµε αυτό µε µεταβλητές; Πως θα µπορούσαµε να
Διαβάστε περισσότεραscanf() scanf() stdin scanf() printf() int float double %lf float
Εισαγωγή Στον Προγραµµατισµό «C» Είσοδος Δεδοµένων Πανεπιστήµιο Πελοποννήσου Τµήµα Πληροφορικής & Τηλεπικοινωνιών Νικόλαος Δ. Τσελίκας Νικόλαος Προγραµµατισµός Δ. Τσελίκας Ι Η συνάρτηση scanf() Η συνάρτηση
Διαβάστε περισσότεραΗλεκτρονικοί Υπολογιστές IV
ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Ηλεκτρονικοί Υπολογιστές IV Μοντέλα χρονολογικών σειρών Διδάσκων: Επίκουρος Καθηγητής Αθανάσιος Σταυρακούδης Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό
Διαβάστε περισσότερα= p 20 1 p 18. 1 p Το σημείο στο οποίο μηδενίζεται η παραπάνω μερική παράγωγος είναι
Άσκηση 1 i) Σε κάθε παρατήρηση περιλαμβάνεται ένας έλεγχος (ο τελευταίος) κατά τον οποίο εμφανίστηκε το πρώτο ελαττωματικό της παραγωγικής διαδικασίας. Επομένως, ο αριθμός ελέγχων που έγιναν πριν εμφανιστεί
Διαβάστε περισσότεραint array[10]; double arr[5]; char pin[20]; Προγραµµατισµός Ι
Εισαγωγή Στον Προγραµµατισµό «C» Πίνακες Πανεπιστήµιο Πελοποννήσου Τµήµα Πληροφορικής & Τηλεπικοινωνιών Νικόλαος Δ. Τσελίκας Νικόλαος Προγραµµατισµός Δ. Τσελίκας Ι Πίνακες στη C Ένας πίνακας στη C είναι
Διαβάστε περισσότεραΕισαγωγή στο PHP. Τί είναι το PHP. Σταύρος Πολυβίου
Εισαγωγή στο PHP Σταύρος Πολυβίου Τί είναι το PHP PHP Hypertext Preprocessor ηµιουργήθηκε από τη Zend Technologies Open source Τεχνολογία Server-side Scripting Γιατησυγγραφήπρογραµµάτων που τρέχουν στον
Διαβάστε περισσότεραΓραµµική Αλγεβρα Ι. Ενότητα: ιανυσµατικοί χώροι. Ευάγγελος Ράπτης. Τµήµα Μαθηµατικών
Ενότητα: ιανυσµατικοί χώροι Ευάγγελος Ράπτης Τµήµα Μαθηµατικών Αδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται
Διαβάστε περισσότεραΓ' ΛΥΚΕΙΟΥ ΤΕΧΝΟΛΟΓΙΚΗ ΚΑΤΕΥΘΥΝΣΗ ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΕΚΦΩΝΗΣΕΙΣ ÏÅÖÅ
1 Γ' ΛΥΚΕΙΟΥ ΤΕΧΝΟΛΟΓΙΚΗ ΚΑΤΕΥΘΥΝΣΗ ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΘΕΜΑ 1 ο ΕΚΦΩΝΗΣΕΙΣ Α. Να γράψετε στην κόλλα σας τον αριθµό καθεµιάς από τις παρακάτω προτάσεις 1 5 και δίπλα τη λέξη
Διαβάστε περισσότεραΠρογραµµατισµός Ι (ΗΥ120)
Προγραµµατισµός Ι (ΗΥ120) Διάλεξη 15: Διασυνδεµένες Δοµές - Λίστες Δοµές δεδοµένων! Ένα τυπικό πρόγραµµα επεξεργάζεται δεδοµένα Πώς θα τα διατάξουµε? 2 Τι λειτουργίες θέλουµε να εκτελέσουµε? Πώς θα υλοποιήσουµε
Διαβάστε περισσότεραΜπορείτε να δηλώσετε πίνακα οποιουδήποτε τύπου είτε βασικού είτε κλάσης:
4. Πίνακες Τελειώνοντας αυτό το κεφάλαιο θα μπορείτε: Να δηλώνετε και να δημιουργείτε πίνακες βασικών τύπων, κλάσεων ή άλλων πινάκων Να δηλώνετε την ανάγκη, και να μπορείτε να αρχικοποιήσετε τα στοιχεία
Διαβάστε περισσότεραΑνάλυση Δεδομένων με χρήση του Στατιστικού Πακέτου R
Ανάλυση Δεδομένων με χρήση του Στατιστικού Πακέτου R, Επίκουρος Καθηγητής, Τομέας Μαθηματικών, Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών, Εθνικό Μετσόβιο Πολυτεχνείο. Περιεχόμενα Εισαγωγή στο
Διαβάστε περισσότεραRuntime Checking (1/3) Runtime Checking (2/3) Runtime Checking (3/3) ΗΥ 340 Γλώσσες και Μεταφραστές Φροντιστήριο
ΗΥ 340 Γλώσσες και Μεταφραστές Φροντιστήριο Runtime Checking (1/3) Η γλώσσα alpha είναι μια dynamic typing γλώσσα (ο τύπος μιας μεταβλητής αλλάζει ακολουθώντας τον τύπο της τιμής που κάθε φορά αποθηκεύεται
Διαβάστε περισσότεραC: Από τη Θεωρία στην Εφαρµογή 2 ο Κεφάλαιο
C: Από τη Θεωρία στην Εφαρµογή Κεφάλαιο 2 ο Τύποι Δεδοµένων Δήλωση Μεταβλητών Έξοδος Δεδοµένων Γ. Σ. Τσελίκης Ν. Δ. Τσελίκας Μνήµη και Μεταβλητές Σχέση Μνήµης Υπολογιστή και Μεταβλητών Η µνήµη (RAM) ενός
Διαβάστε περισσότεραιανυσµατικά πεδία Όπως έχουµε ήδη αναφέρει ένα διανυσµατικό πεδίο είναι µια συνάρτηση
44 ιανυσµατικά πεδία Όπως έχουµε ήδη αναφέρει ένα διανυσµατικό πεδίο είναι µια συνάρτηση F : U R R. Για εµάς φυσικά µια τέτοια συνάρτηση θα θεωρείται ότι είναι τουλάχιστον συνεχής και συνήθως C και βέβαια
Διαβάστε περισσότεραΣύντοµο Εγχειρίδιο Χρήσης. του Λογισµικού Στατιστικής Επεξεργασίας. SPSS for Windows v. 8.0
Εθνικό & Καποδιστριακό Πανεπιστήµιο Αθηνών Τµήµα Μεθοδολογίας, Ιστορίας & Θεωρίας της Επιστήµης ιαπανεπιστηµιακό Πρόγραµµα Μεταπτυχιακών Σπουδών «Βασική και Εφαρµοσµένη Γνωσιακή Επιστήµη» Σύντοµο Εγχειρίδιο
Διαβάστε περισσότεραΒασικά της γλώσσας JAVA
17 η διάλεξη Π. Σταθοπούλου pstath@ece.upatras.gr ή pstath@upatras.gr Οµάδα Α (Φοιτητές µε µονό αριθµό Μητρώου ) ιδασκαλία : Παρασκευή 11πµ-13µµ ΗΛ7 Φροντιστήριο : ευτέρα 11πµ-12πµ ΗΛ4 Προηγούµενη ιάλεξη
Διαβάστε περισσότεραΕΙΣΑΓΩΓΗ ΣΤΟ ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ. ηµήτρης Καρλής Φώτης Σταυρόπουλος ΣΤΑΤΙΣΤΙΚΟ ΠΑΚΕΤΟ SPLUS ΑΘΗΝΑ- ΜΑΙΟΣ 2004
ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ηµήτρης Καρλής Φώτης Σταυρόπουλος ΕΙΣΑΓΩΓΗ ΣΤΟ ΣΤΑΤΙΣΤΙΚΟ ΠΑΚΕΤΟ SPLUS ΑΘΗΝΑ- ΜΑΙΟΣ 2004 ΕΚ ΟΣΕΙΣ ΟΙΚΟΝΟΜΙΚΟΥ ΠΑΝΕΠΙΣΤΗΜΙΟΥ ΑΘΗΝΩΝ Πρόλογος Η SPLUS είναι
Διαβάστε περισσότεραx 2 = x 2 1 + x 2 2. x 2 = u 2 + x 2 3 Χρησιµοποιώντας το συµβολισµό του ανάστροφου, αυτό γράφεται x 2 = x T x. = x T x.
Κεφάλαιο 4 Μήκη και ορθές γωνίες Μήκος διανύσµατος Στο επίπεδο, R 2, ϐρίσκουµε το µήκος ενός διανύσµατος x = (x 1, x 2 ) χρησιµοποιώντας το Πυθαγόρειο ϑεώρηµα : x 2 = x 2 1 + x 2 2. Στο χώρο R 3, εφαρµόζουµε
Διαβάστε περισσότεραΒ. Εισαγωγή στον Προγραμματισμό Η/Υ με την JavaScript
Β. Εισαγωγή στον Προγραμματισμό Η/Υ με την JavaScript Β.1 Τύποι Δεδομένων Όλες οι γλώσσες προγραμματισμού (πρέπει να) υποστηρίζουν πέντε (5) πρωταρχικούς τύπους δεδομένων: char (character) int (integer)
Διαβάστε περισσότεραΣχήµα 5.1: Εισαγωγή της δοµής formula node στο Block Diagram.
Η δοµή Formula Node 1. Η δοµή Formula Node επιτρέπει την εισαγωγή αναλυτικών σχέσεων στο Block Diagram µε πληκτρολόγηση, αποφεύγοντας έτσι την εισαγωγή των εικονίδιων συναρτήσεων απλών αλγεβρικών πράξεων
Διαβάστε περισσότεραΕργασία στο µάθηµα Ανάλυση εδοµένων
Μεταπτυχιακό Υπολογιστικής Φυσικής Εργασία στο µάθηµα Ανάλυση εδοµένων ηµήτρης Κουγιουµτζής E-mail: dkugiu@auth.gr 30 Ιανουαρίου 2018 Οδηγίες : Σχετικά µε την παράδοση της εργασίας ϑα πρέπει : Το κείµενο
Διαβάστε περισσότεραhelp.start() help.search("regression")).
ΜΑΣ 061 ΕΙΣΑΓΩΓΗ ΣΤΗ ΓΛΩΣΣΑ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ R Μιχάλης Κολοσσιάτης ΕΙΣΑΓΩΓΗ Η R είναι μια γλώσσα προγραμματισμού, της οποίας η ανάπτυξη και η χρήση έχει αυξηθεί κατακόρυφα τα τελευταία χρόνια. Είναι ίσως
Διαβάστε περισσότερα