தற்போது தரவு பகுப்பாய்வு எனும் பணி நிறுவனங்களுக்கு இன்றியமையாததாக ஆகிவிட்டது, மேலும் பயனர் நட்புடனான இடைமுகங்களைக் கொண்ட தரவினை இயக்கிடும் பயன்பாடு களுக்கு பெரும் தேவையும் உள்ளது. தரவுஅறிவியலுக்கான பிரபலமான நிரலாக்க மொழியான R இல் உள்ள Shiny எனும் தொகுப்பைப் பயன்படுத்தி ஊடாடும் இணைய பயன்பாட்டை எவ்வாறு உருவாக்குவது என்பதை இந்தக் கட்டுரையில் காணலாம்.இன்று உலகெங்கிலும் உள்ள ஒவ்வொரு வணிகநிறுவனமும் ஏதோ ஒரு வகையில் தரவுகளை நம்பியுள்ளது. உண்மையில், நிதி, வங்கி, சில்லறை விற்பனை, தளவாடங்கள், மின்-வணிக, போக்குவரத்து, விமான ஆகிய நிறுவனங்கள் அல்லது வேறு எந்த வகை நிறுவனங்களும் தரவு சார்ந்த பயன்பாடுகளைப் பயன்படுத்தி பல வணிக நடவடிக்கைகளை செயல்படுத்திடுவதற்காக தரவு அறிவியல் பேருதவி புரிகின்றது. , முன்பெல்லாம் முன்கணிப்பு செய்வதற்கு பல மணிநேரங்களை எடுத்து கொள்வதைக் காட்டிலும் இன்று அதிக செயல்திறன் கொண்ட கணினிகளும் குறைந்த விலை சேமிப்பகமும் சில நிமிடங்களில் முடிவுகளைஎளிதாகக் கணிக்க அனுமதிக்கிறது. எதிர்காலத்தில் கவனம் செலுத்தும் தரவு ஆய்வாளர்கள் உயர் செயல்திறனின்பல பரிமாண காட்சிப்படுத்தல் மூலம் பயன்படுத்த எளிதான பயன்பாடுகளை உருவாக்கி வருகின்றனர். இவை அனைத்தும் பெரிய தரவுகளுடன் மட்டுமே தொடங்குகிறது, இதில் அளவு,பன்முகத்தன்மை விரைவு(velocity)ஆகிய மூன்று கூறுகள் உள்ளன. இந்த தரவுகளிலிருந்து தருக்கபடி முறையின் மாதிரிகள் வழங்கப்படுகின்றன. இயந்திர கற்றல் , செயற்கை நுன்னறிவில்(AI) பணிபுரியும் அதிநவீன தரவு ஆய்வாளர்கள் தங்கள் பிழைகளை சுய-மேம்படுத்துதல், கண்டறிதல், கற்றுக் கொள்ளுதல் ஆகிய மாதிரிகளை உருவாக்குகின்றனர். தரவு அறிவியல் துறையில் தரவுகளை பயனுள்ள தகவலாக மாற்ற புள்ளியியலும் கணினியும் பயன்படுத்தப்படுகிறது, இது பெரும்பாலும் தரவு இயக்க அறிவியல் என்று அழைக்கப்படுகிறது. தரவு அறிவியல் என்பது புதிய நுண்ணறிவுகளை உருவாக்குவதற்கும் தேர்வுகளைச் செய்வதற்கும் பல்வேறு துறைகளில் இருந்து தரவை சேகரிக்கவும், பகுப்பாய்வுசெய்வதற்கானதும் விளக்கமளிப்பதற்கானதுமான வழிமுறைகளின் தொகுப்பு ஆகும். தரவு அறிவியலை உருவாக்குகின்ற தொழில்நுட்ப துறைகளில் புள்ளியியல், நிகழ்தகவு, கணிதம், இயந்திர கற்றல், வணிக நுண்ணறிவு ,சில நிரலாக்கங்கள் ஆகியவை அடங்கும். தரவு அறிவியலை பல்வேறு பகுதிகளில் பயன்படுத்தலாம் (படம் 1). பெரிய, சிக்கலான தரவுத் தொகுப்புகளின் பகுப்பாய்வு தரவு அறிவியலின் மையமாகும். இது ஒரு புதிய உலகை உருவாக்க உதவுகின்றது, அதில் தரவு முற்றிலும் புதிய வழிகளில் காணப்படுகிறது. அமேசான், கூகுள் , ஃபேஸ்புக் போன்ற தொழில்நுட்ப ஜாம்பவான்கள் வணிக நுண்ணறிவிற்கும் முடிவெடுப்பதற்கும் தரவு அறிவியல் கொள்கைகளைப் பயன்படுத்திகொள்கின்றனர்.
R: எனும் தரவு அறிவியலுக்கான கணினிமொழி
தகவல்கள் அதிகஅளவில் இருப்பதால் தரவு பகுப்பாய்வும், நுண்ணறிவும் மிக அவசரமாக தேவைப்படுகிறது. மூல தரவானது பல தொழில்நுட்பங்களின் உதவியுடன் முடிக்கப்பட்ட தரவின் தயாரிப்புகளாக மாற்றப்படுகிறது.
தரவு அறிவியலுக்கான R இன் முக்கிய வசதிவாய்ப்புகள்பின்வருமாறு:
தரவு முன் செயலாக்கம், சமூக ஊடகப் பெறுதலும் பகுப்பாய்வும், தரவுச் சட்டங்களில் வகைப்படுத்தப்பட்ட செயல்பாடுகள், பிரித்தெடுத்தல், மாற்றுதல், பதிவேற்றுதல் (ETL) , SQL , விரிதாள்கள் உட்பட பல்வேறு தரவுத்தளங்களுக்கான இணைப்பு, NoSQL தரவுத்தளங்களுடன் இடைமுகம், மாதிரிகளுடன் பயிற்சியும் கணிப்பும், இயந்திர கற்றல் மாதிரிகள், ,கொத்தாக்கம், Fourier நிலைமாற்றம், Web scraping ஆகிய வசதி வாய்ப்புகளை கொண்டுள்ளது
R என்பது புள்ளிவிவரக் கணக்கீடு , தரவு பகுப்பாய்வு ஆகியவற்றில் பொதுவாகப் பயன்படுத்தப்படும் ஒரு வலுவான நிரலாக்க மொழியாகும். R இன் பயனர் இடைமுகத்தை மேம்படுத்துவதற்கான முயற்சிகள் நீண்ட காலமாக நடந்து வருகின்றன. உலகெங்கிலும் உள்ள பல தரவு அறிவியல் குழுக்கள் R இன் வளர்ச்சியை ஒரு எளிய உரை திருத்தியிலிருந்து தற்போதைய ஊடாடும் R Studio, Jupyter குறிப்புத்தாட்கள் வரை மேம்படுத்தியுள்ளன. அதாவதுஉலகம் முழுவதும் உள்ள R பயனர்களின் பங்களிப்புகள் மட்டுமே இதை சாத்தியமாக்கியுள்ளன. R இல் வலுவான தொகுப்புகளைச் சேர்ப்பது காலப்போக்கில் அதை அதிக சக்தி வாய்ந்ததாக ஆக்கியுள்ளது. ஏராளமான கட்டற்ற தொகுப்புகள், பெரிய தரவுத் தொகுப்புகளுடன் செயல்படுவதையும், தரவைக் காட்சிப்படுத்துவதையும் எளிதாகவும் திறமையாகவும் ஆக்கியுள்ளன.
Shinyஐப் பயன்படுத்தி R இல் ஊடாடும் இணையப் பயன்பாடுகளை உருவாக்குதல்
Shinyஎனும் தொகுப்பைப் பயன்படுத்தி R இல் ஊடாடும் இணையப் பயன்பாடுகளை உருவாக்கலாம். பயன்பாடுகளை இணையதளத்தில் புரவலராகச் செய்யலாம், Markdown ஆவணங்களில் உட்பொதிக்கலாம் அல்லது முகப்புதிரை களையும் காட்சிப்படுத்தல்களையும் உருவாக்கிடுவதற்காகப் பயன்படுத்தலாம். CSS வண்ணகாட்சிகள், HTML பொருட்கள், ஜாவாஉரைநிரலின் செயல்கள் அனைத்தையும் Shiny பயன்பாடுகளைத் தனிப்பயனாக்கப் பயன்படுத்தி கொள்ளலாம்.
Shiny என்பது ஒரு R இன் கருவியாகும், இது ஊடாடும் இணைய பயன்பாடுகளை உருவாக்குவதை எளிதாக்குகிறது. R குறிமுறைவரிகளை இணையத்தில் நீட்டிக்க இது அனுமதிக்கிறது, இதைப் பயன்படுத்தக்கூடிய பெரிய சமூககுழுவிலிருந்து பயனடையலாம்.
இந்த Shinyஇன் உள்ளமைக்கப்பட்ட வசதிகளுடன் கூடுதலாக, shinythemes, shinydashboard, shinyjs போன்ற பல மூன்றாம் தரப்பு நீட்டிப்பு தொகுப்புகள்கூட உள்ளன.
Shinyஐப் பயன்படுத்தி உருவாக்கக்கூடிய பல்வேறு பயன்பாடுகளும் உள்ளன. அவற்றில் சிலவற்றின் பட்டியல் பின்வருமாறு. இயந்திர கற்றல் அடிப்படை யிலான இணைய பயன்பாடுகள், இயக்கநேரக் கட்டுப்பாடுகள் கொண்ட இணைய பயன்பாடுகள், தரவு-உந்துதல் முகப்புதிரைகள், பல தரவு தொகுப்புகளுக்கான ஊடாடும் பயன்பாடுகள், நிகழ்நேர தரவு காட்சிப்படுத்தலின் பலகங்கள், தரவு சேகரிப்பு படிவங்கள்,
இணைய பயன்பாடுகளை பின்வருவனவாக பிரிக்கலாம்: பயனர் இடைமுகம் , சேவையாளர் செயல்பாடு , பயன்பாட்டின் செயலி ,Shinyஐப் பயன்படுத்தி உருவாக்கப்பட்ட பயன்பாடுகளில் ஒன்று படம் 2 இல் காட்டப்பட்டுள்ளது (shiny.rstudio.com/gallery/radiant.html).
1
விற்பனை முகப்புத்திரையின் உருவாக்கம்: விற்பனை முகப்புத்திரையுடன் தொடர்புடைய இணைய பயன்பாட்டிற்கான குறிமுறைவரிகளின் துணுக்கு கீழே கொடுக்கப்பட்டுள்ளது. இந்த முகப்புத்திரையில் பல கட்டுப்பாடுகளும் தரவை காண பயனர் இடைமுக தொகுதிகளும் உள்ளன. முதலில், ஷைனி தொகுப்பு நிறுவுகைசெய்திடுக, பின்னர் அது குறிமுறைவரிகளில் அழைத்திடுக, தொடர்ந்து இதனுடைய வெளியீட்டினை ஒரு இணையப்பக்கத்தின் வடிவத்தில் வழங்கிடுக.
library(shiny)library(dplyr)sales <- vroom::vroom(“salesdata.csv”, na = “”)ui <- fluidPage(titlePanel(“Dashboard for Sales Data”),sidebarLayout(sidebarPanel(selectInput(“territories”, “territories”, choices = unique(sales$territories)),selectInput(“Customers”, “Customer”, choices = NULL),selectInput(“orders”, “Order number”, choices = NULL, size = 5, selectize = FALSE),),mainPanel(uiOutput(“customer”),tableOutput(“data”))))server <- function(input, output, session) {territories <- reactive({req(input$territories)filter(sales, territories == input$territories)})customer <- reactive({req(input$Customers)filter(territories(), Customers == input$Customers)})output$customer <- renderUI({row <- customer()[1, ]tags$div(class = “well”,tags$p(tags$strong(“Name: “), row$customers),tags$p(tags$strong(“Phone: “), row$contact),tags$p(tags$strong(“Contact: “), row$fname, “ “, row$lname))})order <- reactive({req(input$order)customer() %>%filter(ORDER == input$order) %>%arrange(OLNUMBER) %>%select(pline, qty, price, sales, status)})output$data <- renderTable(order())observeEvent(territories(), {updateSelectInput(session, “Customers”, choices = unique(territories()$Customers), selected = character())})observeEvent(customer(), {updateSelectInput(session, “order”, choices = unique(customer()$order))})}shinyApp(ui, server) |
2
இந்த Shiny பயன்பாட்டின் குறிமுறைவரிகளை இயக்கும்போது, படம் 3 இல் காட்டப்பட்டுள்ள வெளியீடு உருவாக்கப்படும், அதை எந்த இணைய உலாவியிலும் காண முடியும். விற்பனை முகப்புத்திரையில் பல கட்டுப்பாடுகள் உள்ளன மிகவும் ஊடாடும். வெவ்வேறு பயனர் இடைமுக தொகுதிகளுடனும் உள்ளன
3
Shiny மேகக்கணியைப் பயன்படுத்துவதன் மூலம், இந்த பயன்பாட்டை இணையத்தில் எந்த நேரத்திலும் எங்கும் கிடைக்கும் வகையில் மேககணினியில் வரிசைப்படுத்தலாம் புரவலராக செய்யலாம்.
Shinyஐப் மேககணினியின் 25 மாறுபட்ட செயலில் உள்ள நேரங்களுக்குள் ஐந்து பயன்பாடுகளை பயன்படுத்த அனுமதிக்கிறது. ஆய்வாளர்களும் தரவு ஆய்வாளர்களும் R இன் ஷைனி நூலக்ததினைப் பயன்படுத்தி நிகழ்நேரத் தரவைக் கொண்டு இயக்கப்படும் பயனர் நட்பு பயன்பாடுகளை உருவாக்கலாம். இந்த நூலகம் தங்களுடைய இயந்திர கற்றல் பயன்பாடுகளை இணைய தளங்களில் பயன்படுத்திகொள்ளவும் பயன்படுத்திகொள்ளலாம்.