Die Nachfrage nach Verfahren zur Analyse und Verarbeitung großer Datenmengen steigt rapide an und in diesem Zusammenhang wird auch die statistische Programmiersprache R [1] mitsamt ihren zahlreichen Paketen immer wichtiger. Alleine zur Bearbeitung von Themen wie Optimierung (z.B. von Maschinen) und Algorithmenselektion [2], d.h. der Wahl des optimalen Optimierungsverfahrens für ein vorliegendes mathematisches Problem, gibt es mittlerweile einige R-Pakete. Die Wahl des besten Optimierungsverfahrens oder die Bestimmung dessen idealer Hyperparameter ist für gewöhnlich sehr stark problemabhängig, sodass man zunächst das zugrundeliegende Problem mit Hilfe von Exploratory Landscape Analysis (ELA, [3]) charakterisieren sollte. Hierzu bietet sich das R-Paket flacco [4] an, welches es einem ermöglicht, für ein gegebenes Problem eine Sammlung zahlreicher Kennzahlen zu berechnen. Darüberhinaus beinhaltet es auch Funktionen zur Visualisierung einiger dieser Kennzahlen.

Allerdings ist R eine Programmiersprache und dessen Verwendung kommando-basiert, d.h. es gibt keine nutzerfreundliche grafische Oberfläche, durch die man sich einfach "durchklicken" kann (wie z.B. bei RapidMiner oder SPSS). Darüber hinaus gibt es auch viele weitere kommando-basierte (statistische) Programmiersprachen (wie z.B. python oder MATLAB), dessen Nutzer für gewöhnlich ebenfalls auf die in R implementierten Pakete verzichten müssen oder diese (mit zusätzlichem Aufwand) über eine Schnittstelle anbinden müssen.

Um die zuvor genannten Probleme zu umgehen und flacco (mitsamt all seinen Funktionalitäten) Nutzern aller Platformen zugänglich zu machen, soll im Rahmen dieser Bachelorarbeit eine R-basierte, nutzerfreundliche und interaktive Anwendung (mit grafischer Oberfläche) mit Hilfe des R-Pakets shiny [5] erstellt werden.

Literatur und Referenzen:

• [1] R Core Team (2016). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. [Link zu CRAN]
• [2] Rice, J. R. (1976). The algorithm selection problem. Advances in computers, 15, 65-118. [pdf]
• [3] Mersmann, O., Bischl, B., Trautmann, H., Preuss, M., Weihs, C., & Rudolph, G. (2011). Exploratory landscape analysis. Proceedings of the 13th annual conference on Genetic and evolutionary computation, pp. 829-836 [pdf]
• [4] R-Package flacco (R-Package, Link zur Entwicklungsversion, Link zum Tutorial)
• [5] R-Package shiny (R-Package, Link zu shiny)