1. Giriş: R Diline Genel Bakış

Veri çağında yaşıyoruz. Artık bilgi, sadece sahip olmakla değil; onu analiz edip anlamlandırmakla değer kazanıyor. İşte burada R programlama dili devreye giriyor.
Benim gözümde R, “istatistiğin kalemi, verinin sesi” gibi bir şey. Çünkü R sadece bir programlama dili değil; istatistiksel düşünmenin ve veriyle hikâye anlatmanın aracı.

1990’ların başında Ross Ihaka ve Robert Gentleman tarafından geliştirilen R, açık kaynaklı bir istatistik dili olarak doğdu. Bugün ise Google, Meta, NASA ve birçok araştırma merkezi tarafından veri analizi, makine öğrenmesi ve görselleştirme projelerinde kullanılıyor.

Benim yorumumla R, Python kadar “genel amaçlı” olmasa da, veriyle uğraşan herkesin mutlaka bilmesi gereken bir dil. Çünkü R, istatistiksel işlemleri öyle sade bir şekilde yapıyor ki; bazen tek satırla karmaşık bir analizi bitirebiliyorsun.

2. R’ın Tarihçesi ve Python ile Farkları

R dili, S dilinin mirasçısıdır. S dili, Bell Labs tarafından istatistiksel analiz için geliştirilmişti. R ise bunu açık kaynaklı ve topluluk tabanlı hâle getirdi.
Bugün R’ın en büyük gücü, CRAN adlı devasa paket havuzudur (Comprehensive R Archive Network). Burada 20.000’den fazla paket bulunur.

Python ile farklarına gelince:

Benim görüşüm: Eğer veriyle uğraşacaksan R, projeleri otomatikleştireceksen Python daha avantajlı. Ama en güzeli, ikisini birden bilen biri olman.

3. R Kurulumu ve Ortam Ayarları

R’ı kullanmaya başlamak çok kolay.
Yapman gerekenler:

1. r-project.org adresinden R’ı indir.

2. rstudio.com adresinden RStudio IDE’yi kur.

3. RStudio’yu açtığında sol alt köşedeki konsol, senin “R evrenin” olacak.

Örnek:

Konsolda bu çıktıyı göreceksin:

Basit, sade, anlaşılır.
Benim önerim: İlk haftalarda sadece konsol ve script penceresinde pratik yap. Sonra veri dosyalarını içe aktarma ve görselleştirme kısmına geç.

4. Temel Sözdizimi ve Değişkenler

R dilinde atama işlemi genelde <- sembolüyle yapılır.
Bu sembol R’a özgüdür ve “veriyi bir yere koyuyorum” anlamı taşır.

Örnek:

Çıktı:

Veri Tipleri

R dilinde temel veri tipleri şunlardır:

• Numeric: Sayısal veriler (örneğin 3.14)

• Character: Karakter dizileri (örneğin “MayKairos”)

• Logical: TRUE veya FALSE değerleri

• Factor: Kategorik veriler (örneğin “Erkek”, “Kadın”)

• Date: Tarih verileri

Benim önerim: R’da çalışırken her değişkenin tipini mutlaka kontrol et. Çünkü istatistikte veri tipi hatası, sonucu tamamen değiştirebilir.

5. Veri Yapıları: Vector, List, DataFrame

R dilinin kalbi vektörler ve data frame’lerdir.

Vektör

Çıktı:

Liste

Çıktı:

Data Frame

Bu tablo yapısı, R’da veri analizinin temelidir.
Benim yorumum: Excel’den çok daha güçlü bir tablo sistemi. Çünkü R, bu verileri sadece saklamaz, analiz eder.

6. Veri Görselleştirme (ggplot2, plotly)

Veri anlatımının en güçlü yolu görselleştirmedir.
R’ın bu konuda “taçlı kralı” ggplot2 kütüphanesidir.

Örnek:

Bu kod, şık bir bar grafiği oluşturur.
Benim yorumum: ggplot2, estetik ve matematiği birleştiriyor. Her grafikte sanki bir hikâye var.

7. Veri Analizi Uygulamaları

Ortalama, Medyan, Standart Sapma

Bu fonksiyonlar R’ın istatistikte neden bu kadar güçlü olduğunu gösterir.
R, milyonlarca satır veriyi saniyeler içinde analiz edebilir.

Benim tavsiyem: Eğer veri bilimiyle uğraşmak istiyorsan, dplyr, tidyr, readr gibi paketleri mutlaka öğren. Çünkü bunlar veri manipülasyonunun bel kemiği.

8. Makine Öğrenmesi Uygulamaları

R sadece istatistik değil, yapay zekâ projelerinde de güçlüdür.
Örneğin “caret”, “mlr” ve “randomForest” paketleriyle kolayca modelleme yapabilirsin.

Örnek:

Bu kod, iris veri setinde rastgele orman (random forest) modeli oluşturur.
Benim görüşüm: Python kadar esnek değil belki ama R, veri bilimi eğitiminde mükemmel bir başlangıç noktası.

9. Gerçek Hayattan Örnek Projeler

1️⃣ Sağlık Verisi Analizi

R ile hasta verilerini analiz edip hastalık oranlarını görselleştirebilirsin.

2️⃣ Finansal Tahmin

R’da forecast paketiyle hisse senedi tahminleri yapmak mümkün.

3️⃣ Sosyal Medya Analitiği

rtweet paketiyle Twitter verilerini çekip duygu analizi yapabilirsin.

Benim yorumum: R, akademik araştırma, veri gazeteciliği, ekonomi modelleme gibi alanlarda bir numara. Çünkü R’ın amacı sadece sonuç bulmak değil, anlam üretmektir.

🔚 Sonuç: R ile Verinin Dilini Öğrenmek

R dili, Türkiye’de giderek popülerleşiyor. Özellikle veri bilimiyle ilgilenen gençler için geleceğin dili hâline geldi.
Benim inancım şu: R öğrenmek sadece bir teknik beceri değil, düşünme biçimini değiştirmek.

R; analitik düşünen, sabırlı ve araştırmacı insanlar için biçilmiş kaftan.
Ve en önemlisi, R topluluğu paylaşımcı bir kültüre sahip — tıpkı MayKairos gibi.

Her satır kod, bir fikri gerçeğe dönüştürür.
Her grafik, bir hikâyeyi anlatır.
Ve R dili, bu hikâyenin dili olur.