R mindenkinek: Haladó analitika és grafika

Olvasói vélemények

Összességében az „R for Everyone” átfogó és hasznos forrásként szolgál az R elsajátításához, különösen a kezdők és a középhaladó felhasználók számára. Sok kritikus értékeli a strukturált megközelítést és a gyakorlati példákat, míg néhányan csalódottságuknak adnak hangot a könyv fizikai állapota miatt, és néhányan elavultnak találják a tartalmat.

⬤ Átfogó és jól strukturált
⬤ kezdőknek és gyakorlottaknak egyaránt alkalmas
⬤ az alap R-t és a tidyverse-t is tárgyalja
⬤ értékes fejezeteket tartalmaz a statisztikáról és a gépi tanulásról
⬤ a lépésről lépésre történő útmutatások könnyen követhetők
⬤ jó a programozási fogalmak tanításához
⬤ hasznos a vizsgafelkészüléshez.

⬤ Néhány kapott példány nem volt új állapotban, és használtnak tűnt
⬤ néhány kritikus zavarosnak vagy elavultnak találta a tartalmat
⬤ kisebb panaszok a könyv megjelenésével vagy fizikai minőségével kapcsolatban.

(55 olvasói vélemény alapján)

Eredeti címe:

R for Everyone: Advanced Analytics and Graphics

Könyv tartalma:

Statisztikai számítások programozóknak, tudósoknak, kvantoroknak, Excel-felhasználóknak és más szakembereknek

A nyílt forráskódú R nyelv használatával nagy teljesítményű statisztikai modelleket készíthet, amelyekkel számos, a legnagyobb kihívást jelentő kérdésre adhat választ. Az R hagyományosan nehezen tanulható a nem statisztikusok számára, és a legtöbb R-könyv túl sok ismeretet feltételez ahhoz, hogy segítségünkre legyen. Az R for Everyone, Second Edition, a megoldás.

Jared P. Lander hivatásos adatkutató felülmúlhatatlan tapasztalataira támaszkodva az új felhasználók tanításában, tökéletes oktatókönyvet írt mindazok számára, akik újak a statisztikai programozásban és modellezésben. A könnyű és intuitív tanulás érdekében szervezett útmutató az R-funkciók azon 20 százalékára összpontosít, amelyre a modern adatfeldolgozási feladatok 80 százalékának elvégzéséhez szüksége lesz.

Lander önálló fejezetei az abszolút alapokkal kezdenek, és széleskörű gyakorlati gyakorlatot és mintakódot kínálnak. Letölti és telepíti az R-t; eligazodik és használja az R környezetet; elsajátítja az alapvető programvezérlést, adatimportot, -manipulációt és -vizualizálást; és végigjár számos alapvető tesztet. Ezután ezekre az alapokra építve több teljes modellt fog építeni, lineáris és nemlineáris modelleket egyaránt, és néhány adatbányászati technikát fog alkalmazni. Mindezek után a LaTeX, az RMarkdown és a Shiny segítségével reprodukálhatóvá teszed a kódodat.

Mire végzel, nem csak azt fogod tudni, hogyan kell R-programokat írni, hanem készen állsz majd arra, hogy megbirkózz a téged leginkább foglalkoztató statisztikai problémákkal.

A lefedettség magában foglalja a következőket.

⬤ Az R, az RStudio és az R csomagok felfedezése.

⬤ Az R használata matematikához: változótípusok, vektorok, függvények hívása és így tovább.

⬤ Az adatszerkezetek kihasználása, beleértve az adatkereteket, mátrixokat és listákat.

⬤ Változatos adattípusok olvasása.

⬤ Létrehozhat vonzó, intuitív statisztikai grafikákat.

⬤ Írjon felhasználó által definiált függvényeket.

⬤ Vezérelje a programfolyamatot if, ifelse és összetett ellenőrzésekkel.

⬤ A program hatékonyságának javítása csoportos manipulációkkal.

⬤ Kombináljon és alakítson át több adathalmazt.

⬤ Stringek manipulálása az R eszközeivel és reguláris kifejezésekkel.

⬤ Normális, binomiális és Poisson valószínűségi eloszlások létrehozása.

⬤ Lineráris, általánosított lineáris és nemlineáris modellek készítése.

⬤ Programozza az alapvető statisztikákat: átlag, szórás és t-próba.

⬤ Gépi tanulási modellek képzése.

⬤ A modellek minőségének és a változóválasztásnak az értékelése.

⬤ Túlillesztés megelőzése és változóválasztás elvégzése az Elasztikus háló és a Bayes-módszer segítségével.

⬤ Egyváltozós és többváltozós idősoros adatok elemzése.

⬤ Az adatok csoportosítása K-means és hierarchikus klaszterezés segítségével.

⬤ Készítsen jelentéseket, diavetítéseket és weboldalakat a knitr segítségével.

⬤ Interaktív adatok megjelenítése RMarkdown és htmlwidgets segítségével.

⬤ Implementáljon műszerfalakat a Shiny segítségével.

⬤ Újrafelhasználható R csomagok készítése a devtools és az Rcpp segítségével.

Regisztrálja termékét az informit.com/register oldalon, hogy kényelmesen hozzáférjen a letöltésekhez, frissítésekhez és javításokhoz, amint azok elérhetővé válnak.

Normal 0 false false false false EN-US X-NONE X-NONE.