Tháng 2 là tháng tốt cho các gói R mới trên CRAN. Đây là lựa chọn “Top 40” của tôi từ hai trăm gói có 13 danh mục. Phương pháp tính toán, “Dữ liệu”, Genomics, Ngôn ngữ học, Học máy, Toán học, Y học, Mạng, Khoa học, Thể thao, Thống kê, Tiện ích, Trực quan hóa Phương pháp tính toánfastadi v0. 1. 0. Triển khai thuật toán hoàn thành ma trận quy nạp thích ứng được mô tả trong. Xem README để biết chi tiết biến hình v0. 1. 0. Cung cấp các phép biến đổi khả nghịch có thể tổng hợp cho các ma trận thưa thớt. Xem README để biết ví dụ  mirai v0. 1. 1. Cung cấp một phương pháp đơn giản và nhẹ nhàng để thực thi mã đồng thời và song song, được xây dựng trên công nghệ NNG, Nanomsg Next Gen. Xem README để biết ví dụ Dữ liệuameriluxr v1. 0. 0. Cung cấp giao diện lập trình cho cơ sở dữ liệu AmeriFlux và bao gồm các công cụ truy vấn, tải xuống và tóm tắt dữ liệu. Có chi tiết về Nhập dữ liệu và Chọn địa điểm Phần Lanv0. 1. 0. Triển khai ứng dụng khách API cho Dữ liệu mở Fingrid trên thị trường điện và hệ thống điện. Xem họa tiết để biết phần giới thiệu FixtuRes v0. 1. 3. Cung cấp các chức năng tạo dữ liệu mô phỏng trong R bằng cấu hình YAML. Xem họa tiết jpstat v0. 2. 0. Cung cấp các công cụ để sử dụng API e-Stat, một trang cổng thông tin thống kê của chính phủ Nhật Bản và bao gồm các chức năng tạo truy vấn tự động, thu thập và định dạng dữ liệu. Xem README để biết ví dụ Bộ genfcfdr v1. 0. 0. Cung cấp các chức năng để triển khai cFDR linh hoạt (Hutchinson et al. (2021)) và cFDR nhị phân (Hutchinson et al. (2021)) để tận dụng dữ liệu phụ trợ từ các phân phối tùy ý, ví dụ như dữ liệu bộ gen chức năng, với giá trị p GWAS để tạo ra giá trị p được tính lại trọng số. Có phần Giới thiệu và có phần giới thiệu về LDAK và TID bản giao hưởng v1. 0. 0. Cung cấp một công cụ để mô phỏng dữ liệu nhịp điệu. dữ liệu bảng điểm sử dụng phân phối nhị thức Gaussian hoặc âm và dữ liệu hoạt động hành vi sử dụng phân phối Bernoulli hoặc Poisson. Xem Ca sĩ và cộng sự. (2019) để biết thông tin chi tiết và các chi tiết về các tùy chọn của simphony cũng như đánh giá khả năng phát hiện nhịp điệu để làm ví dụ Ngôn ngữ họcglottospace v0. 0. 111. Cung cấp quy trình làm việc hợp lý để phân tích địa ngôn ngữ, bao gồm. truy cập cơ sở dữ liệu ngôn ngữ và văn hóa toàn cầu, nhập dữ liệu, nhập dữ liệu, làm sạch dữ liệu, khám phá dữ liệu, lập bản đồ, trực quan hóa và xuất khẩu. Xem README để bắt đầu Học máyaum v2022. 2. 7. Sử dụng sắp xếp thư viện mẫu tiêu chuẩn để triển khai thuật toán hiệu quả để tính toán AUM, Diện tích dưới mức tối thiểu (FP, FN) và đạo hàm định hướng. Xem Hillman & Hocking (2021) để biết chi tiết và các chi tiết So sánh độ chính xác và so sánh tốc độ v1 quen thuộc. 0. 0. Cung cấp một giao diện thống nhất để đánh giá mô hình và học máy tự động từ đầu đến cuối. Có Phần giới thiệu và năm phần minh họa bổ sung bao gồm Đánh giá và giải thích và Phương pháp lựa chọn tính năng OptHoldoutSize v0. 1. 0. 0. Cung cấp các công cụ để ước tính kích thước của nhóm loại trừ và các lỗi liên quan khi cập nhật điểm dự đoán. Xem Haidar-Wehbe và cộng sự. (2022) để biết thông tin chi tiết và minh họa So sánh các thuật toán, Ví dụ ASPRE và Ví dụ mô phỏng soundClass v0. 0. 9. 1. Triển khai quy trình phân loại âm thanh với các chức năng tự động phân loại các sự kiện âm thanh bằng cách sử dụng mạng thần kinh tích chập. Xem Gibb và cộng sự. (2019), Mac Aodha và cộng sự. (2018), và Stowell và cộng sự. (2019) cho nền và họa tiết làm ví dụ toán họcgmpoly v1. 1. 0. Cung cấp phép tính ký hiệu, phép cộng, phép nhân và đánh giá các đa thức nhiều biến với các hệ số hữu tỷ. Xem README để biết ví dụ con quay hồi chuyển v0. 2. 0. Triển khai các hàm cho hình học hyperbol ba chiều dựa trên lý thuyết được tìm thấy trong Ungar (2005). Họa tiết ngắn chỉ ra các tài nguyên để giúp bạn bắt đầu sumR v0. 4. 6. Triển khai các hàm dựa trên kết quả lý thuyết để đảm bảo rằng tổng của một chuỗi rời rạc vô hạn nằm trong giới hạn sai số tùy ý của giá trị thực của nó. Xem Braden (1992) để biết thông tin cơ bản Thuốcv0. 6. 3. Triển khai hộp công cụ để lập trình bộ dữ liệu ADaM Mô hình dữ liệu phân tích tuân thủ CDISC trong R theo Hướng dẫn triển khai mô hình dữ liệu phân tích. Có bảy họa tiết bao gồm Tạo ADSL và Tạo ADaM tiếp xúc với BDS thợ làm bánh v1. 0. 0. Cung cấp các chức năng để xác định, điều chỉnh và trực quan hóa các mô hình lớp tiềm ẩn một phần lồng nhau để suy luận về nguyên nhân bệnh tật trong quần thể và chẩn đoán cá nhân. Xem Wu và cộng sự. (2015), Wu và cộng sự. (201). và Wu & Chen (2020) để làm nền và họa tiết làm ví dụ MicroMB v0. 0. 12. Triển khai khung dựa trên công văn S3 để xây dựng các mô hình lây truyền mầm bệnh do muỗi truyền được xây dựng từ các mô hình con của nhiều thành phần khác nhau. Các biểu thức toán học nhất quán về phân bố vết cắn trên vật chủ cho phép các mô hình ngẫu nhiên và xác định được kết hợp và cập nhật mạch lạc theo một bước thời gian riêng biệt. Có chín họa tiết bao gồm mô hình muỗi Ross-Macdonale, mô hình truyền bệnh và mô hình truyền máu cơ bắpRgies v1. 1. 3. Cung cấp một khuôn khổ để nhân tố hóa dữ liệu điện cơ bao gồm các công cụ xử lý trước dữ liệu thô, nhân tố ma trận không âm, phân loại dữ liệu được nhân tố hóa và vẽ đồ thị các kết quả thu được. Có các chi tiết về phân tích, sơ đồ, mẹo chuyên nghiệp và quy trình làm việc ravetools v0. 0. 3. Triển khai các công cụ xử lý tín hiệu để phân tích dữ liệu điện sinh lý bao gồm bộ lọc Notch nhanh, tiết kiệm bộ nhớ, biểu đồ chu kỳ Welch và thuật toán biến đổi sóng con rời rạc cho tín hiệu có độ phân giải cao hàng giờ. Xem Dự án RAVE và Magnotti và cộng sự. (2020) để biết thông tin cơ bản và README để làm ví dụ hoang dã v0. 1. 0. Triển khai các thử nghiệm hệ số đơn và thử nghiệm giả thuyết đa tương phản của các mô hình hồi quy meta bằng cách sử dụng phương pháp khởi động hoang dã theo cụm, dựa trên các phương pháp đã được kiểm tra trong Joshi et al. (2021). Các họa tiết cung cấp các ví dụ Mạngleidenbase v0. 1. 9. Triển khai giao diện R đến C/C++ chạy thuật toán phát hiện cộng đồng Leiden để tìm phân vùng cơ bản. Nó bao gồm các tệp mã nguồn cần thiết từ bản phân phối leidenalg chính thức và các chức năng từ gói R igraph. Xem họa tiết để biết ví dụ netropy v0. 1. 0. Cung cấp các chức năng để tiến hành phân tích entropy thống kê của dữ liệu mạng được giới thiệu bởi Frank & Shafie (2016). Có các chi tiết về Entropies chung, Sức mạnh dự đoán, Entropies Uni, Bi & Trivariate và Chỉnh sửa dữ liệu Khoa họcIceSat2R v1. 0. 1. Triển khai giao diện cho dữ liệu OpenAltimetry ICESat thông qua API cho phép người dùng tải xuống và xử lý Dữ liệu Photon định vị địa lý toàn cầu, Chiều cao băng trên đất liền, Chiều cao băng biển, Chiều cao đất và thảm thực vật, v.v. Có các họa tiết trên Bản đồ IceSat-2, Quỹ đạo nhiệm vụ và Quỹ đạo hệ thống tệp ảo panstarr v0. 1. 0. Triển khai giao diện API cho Pan-STARRS1, kho lưu trữ dữ liệu của khảo sát thiên văn trường rộng PS1 cho phép truy cập vào danh mục PS1 và hình ảnh PS1. Xem họa tiết Mèo và Hình ảnh Mẫu nhiệtR v0. 1. 0. Triển khai một loạt mô phỏng để hỗ trợ các nhà nghiên cứu xác định cỡ mẫu thích hợp khi thực hiện các nghiên cứu giới hạn nhiệt tới hạn, bao gồm một số chức năng bao bọc được cung cấp để vẽ đồ thị và tóm tắt kết quả đầu ra từ các mô phỏng này. Có cả họa tiết và Shiny App Các môn thể thaofootBayes v0. 1. 0. Cung cấp các chức năng ước tính, trực quan hóa và dự đoán các mô hình bóng đá nổi tiếng nhất. Poisson kép, Poisson hai biến, Skellam, sinh viên_t. Gói này cho phép ước tính Hamiltonian Monte Carlo (HMC) thông qua môi trường Stan cơ bản và ước tính Khả năng tối đa (MLE, chỉ dành cho các mô hình 'tĩnh'). Xem Dixon & Coles (1997) Karlis & Ntzoufras (2003), và Pauli & Torelli (2018) để biết thông tin cơ bản, họa tiết và phần giới thiệu về gói Số liệu thống kêfido v1. 0. 0. Cung cấp các phương pháp để điều chỉnh và kiểm tra các Mô hình chuẩn logistic đa thức Bayes bằng cách sử dụng ước tính MAP và xấp xỉ Laplace như được phát triển trong Silverman et. Al. (2022). Có phần Giới thiệu và tóm tắt về Xu hướng PCR, Mô hình phi tuyến tính, Mô hình chung và Chọn ưu tiên geostan v0. 2. 1. Cung cấp các công cụ dựa trên Stan để suy luận Bayes với dữ liệu không gian, bao gồm các công cụ phân tích khám phá, nhiều thông số mô hình không gian, chẩn đoán mô hình không gian và các phương pháp đặc biệt để suy luận với dữ liệu khảo sát khu vực nhỏ. Xem Donegan và cộng sự. (2020) để biết thông tin cơ bản và chi tiết về dữ liệu Khảo sát và tự động kiểm soát không gian để làm ví dụ Đánh dấu v1. 0. 0. Cung cấp các chức năng để thực hiện các phân tích sinh tồn cho phép cập nhật linh hoạt các dự đoán sinh tồn khi các phép đo mới từ một cá nhân được ghi lại. Có phần giới thiệu và minh hoạ cách sử dụng gói BƠM v1. 0. 0. Cung cấp các chức năng ước tính công suất, yêu cầu về kích thước hiệu ứng tối thiểu có thể phát hiện được và kích thước mẫu trong bối cảnh thử nghiệm ngẫu nhiên nhiều cấp độ với nhiều kết quả. Xem Hunter và cộng sự. (2021) để biết chi tiết. Có một họa tiết và họa tiết Demo gói trên phương pháp Lấy mẫu và Mô phỏng dữ liệu đa cấp an toàn nhất v0. 8. 6. Cung cấp các chức năng để thiết kế và áp dụng các thử nghiệm hợp lệ bất kỳ lúc nào, có thể được sử dụng để thiết kế các thử nghiệm giả thuyết trong cài đặt thử nghiệm kiểm soát ngẫu nhiên/ngẫu nhiên hoặc trong cài đặt quan sát/hồi tưởng và vẫn hợp lệ trong cả việc dừng tùy chọn và tiếp tục tùy chọn. Để biết chi tiết về lý thuyết kiểm tra an toàn, xem Grunwald et al. (2019). Có một họa tiết trên Safestats và một cái khác trên các bảng Dự phòng Tiện íchaudubon v0. 1. 1. Cung cấp một bộ sưu tập các công cụ xử lý văn bản tiếng Nhật để điền các dấu lặp tiếng Nhật, chuyển đổi loại ký tự tiếng Nhật, phân đoạn theo cụm từ và chuẩn hóa văn bản dựa trên các quy tắc dành cho máy phân tích hình thái Sudachi và NEologd (Từ điển Neologism cho MeCab). Xem README để bắt đầu rconfig v0. 1. 1. Cho phép người dùng quản lý các tệp cấu hình R và ghi đè các câu lệnh cấu hình từ dòng lệnh. Nhìn vào đây để biết chi tiết Hình dungggchangepoing v0. 1. 0. R cung cấp các công cụ để phân tích điểm thay đổi và sử dụng gg mật độ v0. 0. 1. Cung cấp các chức năng để trực quan hóa đường viền của ước tính mật độ hạt nhân 2-d và triển khai một số công cụ ước tính mật độ bổ sung cũng như trực quan hóa dễ hiểu hơn dựa trên các vùng mật độ cao nhất thay vì chiều cao truyền thống của bề mặt mật độ ước tính. Nhìn vào đây để biết ví dụ gghdr v0. 1. 0. Cung cấp một khuôn khổ để trực quan hóa các Khu vực có mật độ cao nhất trong _______0_______. Xem họa tiết gpattern v0. 4. 2. Cung cấp các hình học chứa đầy các mẫu khác nhau bao gồm các phiên bản có hoa văn của mỗi hình học _______0_________ có một vùng có thể được lấp đầy cùng với một bộ tính thẩm mỹ và tỷ lệ để kiểm soát sự xuất hiện của mẫu. Có bốn họa tiết. Developing Patterns and three more that cover gradients, polygons, and crosshatching |
