Ocena:
Książka ta jest powszechnie uważana za dobrze napisaną i wartościową pomoc w nauce języka R i statystyki bayesowskiej, a wielu recenzentów chwali jej przejrzystość, szeroki zakres tematów i praktyczne ćwiczenia. Kilku użytkowników wyraziło jednak niezadowolenie z powodu wprowadzającego w błąd podtytułu i braku omówienia modelowania, co ich zdaniem ograniczyło jej zakres jako podręcznika do nauki o danych. Dodatkowo, niektórzy uznali podejście do nauki za frustrujące, wspominając o potrzebie większej ilości wskazówek i mniejszej zależności od zasobów zewnętrznych.
Zalety:⬤ Niesamowicie dobrze napisana
⬤ zrozumiała prezentacja złożonych tematów
⬤ wartościowa zarówno dla początkujących, jak i doświadczonych użytkowników
⬤ praktyczne i praktyczne ćwiczenia
⬤ obejmuje szeroki zakres tematów związanych z R i nauką o danych
⬤ wysoce zalecana do nauki ggplot2 i stosowanego R.
⬤ mylący podtytuł sugerujący włączenie tematów modelowania, które nie zostały uwzględnione
⬤ niektórzy użytkownicy zgłaszali frustrację z powodu braku wskazówek, co wymagało zewnętrznego wyszukiwania ćwiczeń
⬤ problemy z jakością druku zauważone przez niektórych czytelników
⬤ książka była bardziej skoncentrowana na manipulacji danymi niż na kompleksowej nauce o danych.
(na podstawie 18 opinii czytelników)
R for Data Science: Import, Tidy, Transform, Visualize, and Model Data
Idealna dla obecnych i początkujących naukowców zajmujących się danymi, książka ta wprowadza w naukę danych za pomocą R i RStudio, a także tidyverse - zbiór pakietów R zaprojektowanych do współpracy, aby nauka danych była szybka, płynna i przyjemna.
Nawet jeśli nie masz doświadczenia w programowaniu, to zaktualizowane wydanie sprawi, że szybko zaczniesz zajmować się nauką o danych.
