Doing Data Science in R: Wprowadzenie dla badaczy społecznych

Opinie czytelników

Ogólnie rzecz biorąc, książka jest dobrze oceniana za zwięzłą i pouczającą treść na temat R i tidyverse, dzięki czemu jest odpowiednia zarówno dla naukowców społecznych, jak i przyrodniczych. Niektórzy czytelnicy zauważyli jednak problemy z formatowaniem Kindle i postrzeganym brakiem skupienia się na nauce o danych satelitarnych.

Książka oferuje doskonałe i zwięzłe wprowadzenie do R i tidyverse, z jasnymi opisami modelowania statystycznego i zaawansowanych tematów. Jest odpowiednia zarówno dla naukowców zajmujących się naukami społecznymi, jak i przyrodniczymi, i służy jako przydatny tekst uzupełniający na kursach dla absolwentów.

Wersja na Kindle cierpi z powodu słabego formatowania, ze złym rozmiarem i pikselami równań i liczb. Ponadto niektórzy czytelnicy chcieliby zobaczyć więcej treści skupionych na nauce o danych satelitarnych, ponieważ istniejąca literatura koncentruje się na naukach społecznych.

(na podstawie 3 opinii czytelników)

Oryginalny tytuł:

Doing Data Science in R: An Introduction for Social Scientists

Zawartość książki:

To przystępne wprowadzenie do nauki o danych w R zawiera porady krok po kroku dotyczące korzystania z narzędzi i metod statystycznych do przeprowadzania analizy danych.

Wprowadzając podstawy nauki o danych i R przed przejściem do bardziej zaawansowanych tematów, takich jak modele wielopoziomowe i modelowanie probabilistyczne ze Stanem, stopniowo buduje wiedzę i umiejętności. Ta książka: Koncentruje się na dostarczaniu praktycznych wskazówek dotyczących wszystkich aspektów, pomagając czytelnikom uporać się z narzędziami, oprogramowaniem i metodami statystycznymi potrzebnymi do zapewnienia odpowiedniego rodzaju i poziomu analizy, jakiej wymagają ich dane Bada podstawy nauki o danych i rozkłada zaangażowane procesy, koncentrując się na związku między nauką o danych a praktycznymi umiejętnościami w zakresie nauk społecznych Wprowadza R na początku i zawiera obszerne przykłady robocze i kod R na każdym kroku, zapewniając uczniom dostrzeżenie wartości R i jego związku z metodami, zapewniając jednocześnie praktyczną praktykę w oprogramowaniu.

Dostarcza przykładów i zestawów danych z różnych dyscyplin i lokalizacji, demonstrując szerokie znaczenie, możliwe zastosowania i wpływ nauki o danych w naukach społecznych.