<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>Howto on Datascience, tools and datasets</title>
    <link>https://scox3.github.io/ru/categories/howto/</link>
    <description>Recent content in Howto on Datascience, tools and datasets</description>
    <generator>Hugo -- gohugo.io</generator>
    <language>en</language>
    <copyright>(c) Vladislav Borkus</copyright>
    <lastBuildDate>Mon, 22 Mar 2021 10:00:00 +0000</lastBuildDate><atom:link href="https://scox3.github.io/ru/categories/howto/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>Анализ спортивных треков в R</title>
      <link>https://scox3.github.io/ru/post/2021-03-22-gps-velo-ru/</link>
      <pubDate>Mon, 22 Mar 2021 10:00:00 +0000</pubDate>
      
      <guid>https://scox3.github.io/ru/post/2021-03-22-gps-velo-ru/</guid>
      <description>Я люблю бегать и кататься на велосипеде, и часто возникает желание подумать как проходила та или иная тренировка. Обычно я записываю GPS-трек и просматриваю его потом в сервисах Endomondo, Strava, в которых имеются довольно развитые средства анализа, но раз уж я владею R, то интересно и исследовать треки в этой системе. Ниже я опишу по шагам как это делается.
Библиотеки 1. Помимо стандартных библиотек для работы с данными и графикой, потребуются библиотеки для загрузки данных в формате XML, в котором сохраняют треки все спортивные устройства и программы вроде Endomondo и Strava, пакеты для расчета расстояний на базе геоданных (geosphere) и рисования при помощи карт Google Map.</description>
    </item>
    
  </channel>
</rss>
