Ocena:
Ogólnie rzecz biorąc, „R for Everyone” jest chwalony jako kompleksowe i przydatne źródło wiedzy na temat R, szczególnie dla początkujących i średnio zaawansowanych użytkowników. Wielu recenzentów docenia jego uporządkowane podejście i praktyczne przykłady, podczas gdy niektórzy wyrażają rozczarowanie stanem fizycznym książki, a kilku uważa treść za przestarzałą.
Zalety:⬤ Wszechstronna i dobrze zorganizowana
⬤ odpowiednia zarówno dla początkujących, jak i doświadczonych
⬤ obejmuje zarówno podstawowy R, jak i tidyverse
⬤ zawiera cenne rozdziały dotyczące statystyki i uczenia maszynowego
⬤ instrukcje krok po kroku są łatwe do wykonania
⬤ dobre do nauczania pojęć programistycznych
⬤ przydatne do przygotowania do egzaminów.
⬤ Niektóre otrzymane egzemplarze nie były w nowym stanie i wyglądały na używane
⬤ kilku recenzentów uznało treść za mylącą lub przestarzałą
⬤ drobne skargi dotyczące prezentacji lub fizycznej jakości książki.
(na podstawie 55 opinii czytelników)
R for Everyone: Advanced Analytics and Graphics
Obliczenia statystyczne dla programistów, naukowców, kwantyfikatorów, użytkowników Excela i innych profesjonalistów.
Korzystając z otwartego języka R, możesz budować potężne modele statystyczne, aby odpowiedzieć na wiele najtrudniejszych pytań. Język R tradycyjnie był trudny do nauczenia się dla osób niebędących statystykami, a większość książek na jego temat zakłada zbyt dużą wiedzę, aby mogła być pomocna. R dla każdego, wydanie drugie jest rozwiązaniem.
Opierając się na swoim niezrównanym doświadczeniu w nauczaniu nowych użytkowników, profesjonalny naukowiec zajmujący się danymi Jared P. Lander napisał idealny samouczek dla każdego, kto dopiero zaczyna programować i modelować statystycznie. Zorganizowany tak, aby nauka była łatwa i intuicyjna, ten przewodnik koncentruje się na 20 procentach funkcji R, które będą potrzebne do wykonania 80 procent nowoczesnych zadań związanych z danymi.
Samodzielne rozdziały Landera zaczynają się od absolutnych podstaw, oferując obszerną praktykę praktyczną i przykładowy kod. Pobierzesz i zainstalujesz R; będziesz nawigować i korzystać ze środowiska R; opanujesz podstawową kontrolę programu, import danych, manipulację i wizualizację; i przejdziesz przez kilka podstawowych testów. Następnie, opierając się na tych podstawach, skonstruujesz kilka kompletnych modeli, zarówno liniowych, jak i nieliniowych, oraz wykorzystasz niektóre techniki eksploracji danych. Po tym wszystkim sprawisz, że twój kod będzie odtwarzalny za pomocą LaTeX, RMarkdown i Shiny.
Zanim skończysz, będziesz nie tylko wiedział, jak pisać programy w R, ale będziesz gotowy do rozwiązywania problemów statystycznych, na których najbardziej Ci zależy.
Obejmuje.
⬤ Zapoznanie się z R, RStudio i pakietami R.
⬤ Wykorzystanie R do obliczeń matematycznych: typy zmiennych, wektory, wywoływanie funkcji i inne.
⬤ Wykorzystanie struktur danych, w tym ramek danych, macierzy i list.
⬤ Odczytywać wiele różnych typów danych.
⬤ Tworzenie atrakcyjnych, intuicyjnych grafik statystycznych.
⬤ Pisać funkcje zdefiniowane przez użytkownika.
⬤ Kontrolować przepływ programu za pomocą instrukcji if, ifelse i złożonych sprawdzeń.
⬤ Zwiększanie wydajności programu dzięki manipulacjom grupowym.
⬤ Łączenie i przekształcanie wielu zestawów danych.
⬤ Manipulowanie ciągami znaków przy użyciu funkcji R i wyrażeń regularnych.
⬤ Tworzenie rozkładów prawdopodobieństwa normalnego, dwumianowego i Poissona.
⬤ Tworzenie liniowych, uogólnionych liniowych i nieliniowych modeli.
⬤ Programowanie podstawowych statystyk: średnia, odchylenie standardowe i testy t.
⬤ Trenowanie modeli uczenia maszynowego.
⬤ Ocena jakości modeli i dobór zmiennych.
⬤ Zapobieganie nadmiernemu dopasowaniu i dokonywanie wyboru zmiennych przy użyciu metod Elastic Net i Bayesa.
⬤ Analizować jedno- i wielowymiarowe dane szeregów czasowych.
⬤ Grupowanie danych za pomocą metody K-średnich i hierarchicznego grupowania.
⬤ Przygotowywanie raportów, pokazów slajdów i stron internetowych za pomocą knitr.
⬤ Wyświetlanie interaktywnych danych za pomocą RMarkdown i htmlwidgets.
⬤ Wdrażanie pulpitów nawigacyjnych za pomocą Shiny.
⬤ Tworzenie pakietów R wielokrotnego użytku za pomocą devtools i Rcpp.
Zarejestruj swój produkt na stronie informit.com/register, aby uzyskać wygodny dostęp do pobierania, aktualizacji i poprawek, gdy tylko staną się dostępne.
Normal 0 false false false EN-US X-NONE X-NONE.