Channel
@R4finance
On this record: Topic · Growth · Engagement · Posts · Citations · Cite this entry
124subscribers
-3 since we began measuring on 6 August 2026
Risers and fallers across the register · movement among entries of Under 1,000.
| Telegram ID | -1001405676742 |
|---|---|
| Type | Channel |
| Username | @R4finance |
| Created | Between 1 January 2019 and 25 March 2021 — estimated from Telegram’s id allocation, not measured. How this range is calculated. |
| First recorded | 9 August 2026 |
| Last confirmed live | 19 October 2026 |
| Measurements held | 3 |
| Confirmed unchanged | 3 times, most recently 19 October 2026 |
| On Telegram | t.me/R4finance |
Education — a classification, not a measurement. An on-box language model (Qwen3.6-35B-A3B-FP8, prompt version 1) read this channel’s own recent posts on 1 October 2026 and assigned it the closest of 31 fixed categories, at 99% confidence. This is a model’s judgement about what the channel is likely to be about, not a fact this register measured the way a subscriber count or a view count is measured — it can be revised on a later pass, and it carries no weight anywhere else on this page. How this classification works, and why it has no browse page of its own yet.
| Measured (UTC) | Subscribers | Change |
|---|---|---|
| 1 Oct 2026, 18:59 | 124 | -3 |
| 9 Aug 2026, 02:03 | 127 | no change |
| 6 Aug 2026, 23:45 | 127 | first reading |
20 posts held, back to 25 March 2021 — the reader has not yet reached the start of this channel’s public history, so older posts may sit further back, unread. Read across 1 page of Telegram’s post history, 20 posts per page.
Nothing published in the last 30 days. ERR and ER are rolling 30-day measures, so there is nothing to compute — we hold 20 posts for this entry, the most recent from 30 January 2023. An engagement rate over an empty window would be a number about nothing.
دانلود کتاب «یادگیری R و Python برای دانشجویان مدارس کسب و کار» به انگلیسی «Learning R and Python for Business School Students» اگر علاقه مند هستید که همزمان R و Python را در قالب مثال های متعدد یاد بگیرید، مطالعه این کتاب را به شما توصیه می کنم. #معرفی کتاب عضویت در کانال 👇👇👇 t.me/r4finance
معرفی کتاب «یادگیری R و Python برای دانشجویان مدارس کسب و کار» به انگلیسی «Learning R and Python for Business School Students» اگر علاقه مند هستید که همزمان R و Python را در قالب مثال های متعدد یاد بگیرید، مطالعه این کتاب را به شما توصیه می کنم. #معرفی کتاب عضویت در کانال 👇👇👇 t.me/r4finance
دانلود کتاب «کشف دانش در داده ها، مقدمه ای بر داده کاوی » به انگلیسی «DISCOVERING KNOWLEDGE IN DATA ,An Introduction to Data Mining» نگارش دوم #معرفی کتاب عضویت در کانال 👇👇👇 t.me/r4finance
معرفی کتاب «کشف دانش در داده ها، مقدمه ای بر داده کاوی » به انگلیسی «DISCOVERING KNOWLEDGE IN DATA ,An Introduction to Data Mining» نگارش دوم این کتاب یکی از کتاب های بسیار فوق العاده در داده کاوی و البته علم داده است. کتاب های مشابه عموما بیشتر به فضای نرم افزای می پردازند اما این کتاب مفاهیم را به زبان بسیار عالی توضیح داده است و در عین اینکه تمرکز آن بیشتر بر مفاهیم است مثال هایی با زبان R بیان شده است. مطالعه ا…
دسترسی به دوره های رایگان سایت DataCamp سایت DataCamp یکی از سایت های آموزشی خوبی است که آموزش های متنوعی را در زمینه های مختلف فراهم کرده است. با توجه به شرایط کرونا این سایت همه آموزش های خود را تا 30 آوریل رایگان در اختیار علاقه مندان قرار داده است. در پایین، لیستی از آموزش های R در حوزه مالی جهت بهره برداری تقدیم می شود. datacamp.com/courses/introduction-to-importing-data-in-r datacamp.com/courses/correlation-a…
دستورات شرطی در R در زبان R برای استفاده از دستوراتی که دارای بلوک هستند، مانند for و if و ... لازم است از {} استفاده کنیم. همچنین برای بررسی یک شرط جدید در شرط اصلی از else if استفاده می کنیم. نمونه یک دستور شرطی در R در تصویر این پست قابل مشاهده است. #آموزش_R #شط #آر_برای_مالی #if statement عضویت در کانال 👇👇👇 t.me/r4finance
تعریف وکتور از یک نوع خاص زبان R یک زبان سطح بالا و هوشمند است به این معنی که نیازی به تعریف نوع متغیر قبل از مقدار دهی با آن نیست و با اختصاص یک مقدار، متغیر یا وکتور، تعیین نوع می شود. اما گاهی پیش می آید که لازم است نوع وکتورها را از قبل تعریف کنیم. برای تعریف نوع وکتور می توانید از شیوه ذکر شده در تصویر این پست استفاده کنید. #آموزش_R #ساختار_داده #وکتور #آر_برای_مالی #Data_Structures #vector عضویت در کانال 👇👇👇…
وکتورها وکتورها متداول‌ترین نوع ساختار داده در R هستند. اگر وکتور تعریف شده دارای فقط یک عنصر باشد به آن Atomic Vector گفته می شود. برای تعریف یک وکتور از تابع c (به معنای concatenate) استفاده می کنیم. در تصویر این پست ، شیوه ایجاد وکتور در R نمایش داده شده است. #آموزش_R #ساختار_داده #وکتور #آر_برای_مالی #Data_Structures #vector عضویت در کانال 👇👇👇 t.me/r4finance
ساختار داده ها (Data Structures) در R در زبان R داده ها را می توان در قالب های مختلفی ذخیره کرد که عباراتند از: Vectors Lists Matrices Factors DataFrames Arrays مهمترین تفاوت این ساختار داده ها با یکدیگر، یکی توانایی ذخیره داده با فرمت های یکسان یا مختلف و نیز بعد داده هاست. در پست های آتی در این خصوص با هم صحبت خواهیم کرد. #آموزش_R #ساختار_داده #آر_برای_مالی #Data_Structures عضویت در کانال 👇👇👇 t.me/r4finance
حلقه ها در R در زبان R برای استفاده از حلقه ها از چند روش می توان استفاده کرد. اولین روش با استفاده از دستور for است. برای تشخیص شروع و پایان حلقه از {} استفاده می کنیم. در تصویر این پست ، یک پیام برای سه بار برای کاربر نمایش داده می شود. #آموزش_R #حلقه ها #loops عضویت در کانال 👇👇👇 t.me/r4finance
پرسش بلی/خیر در R یکی از توابع زیبای R تابع askYesNo است. با استفاده از این تابع می توان سوالی را از کاربر پرسید که سه پاسخ اصلی دارد. Yes / No و Cancle . در مثال زیر می توانید کارکرد این تابع را مشاهده فرمایید. user_answer <- askYesNo("Do you want to continue?") print(user_answer) #Yes= TRUE , No=FALSE , Cancle=NA #default=Yes #آموزش_R #askYesNo عضویت در کانال 👇👇👇 t.me/r4finance
ترکیب چند رشته در R my_var1 <- "hello" my_var2 <- "world" my_var3 <- 3 my_var4 <-paste(my_var1 ,my_var2, my_var3) #آموزش_R #ترکیب_رشته_ها عضویت در کانال 👇👇👇 t.me/r4finance
Showing the 12 most recent of 20 posts we hold for @R4finance. View and reaction counts are the latest single reading for each post, not a live figure, and a recent post is still accumulating both. A view count marked ≈ was rounded by Telegram before we ever saw it — t.me prints views in full below 1,000 and to three significant figures above, so ≈1,200,000 means somewhere between 1,150,000 and 1,249,999. Unmarked counts are exact. Text is reproduced from the public post preview and truncated for length.
Named by 1 registered channel — every channel on the register whose own posts have named this one, by its current username or any other username it currently holds, merged from two separately captured readings of the same fact so a namer caught by only one of them is not missed and a namer both caught is not counted twice. A username this channel has since dropped is not matched — that handle may belong to someone else now, and crediting today’s namer to yesterday’s owner would misattribute it.
Named by
Channels on the register whose posts name this channel's handle.
A mention is a weaker signal than a forward and is counted separately for that reason — naming a channel is not republishing it, and a handle in a post body is easy to place deliberately. The post counts beside each row below are distinct posts in which the handle appeared, from posts we have read on both sides — the “Named by N registered channels” figure above is a different count, of distinct NAMING CHANNELS rather than posts, and is not the sum of the rows under it.
A live page changes as we take new readings, so a citation should name the measurement it is based on, not just the URL. The line below cites the subscriber count as measured 1 October 2026 — this entry's latest reading, not the date you are reading this.
“R4finance” (@R4finance), 124 subscribers as measured 1 October 2026. Telegram Register, tgregister.com/channel/R4finance.
Full measurement history, CC BY 4.0. Every reading this register holds for this entry, not just the latest one, as a dated, downloadable record: CSV · JSON. Free to use with attribution to tgregister.com. Each file carries its own generation timestamp, which is the figure to cite for exactly when the data was retrieved.