R w pigułce: A Desktop Quick Reference

Opinie czytelników

Książka stanowi solidne wprowadzenie do R i obejmuje szeroki zakres tematów, w tym wizualizację danych, statystyki i uczenie maszynowe. Cierpi jednak na pewne problemy strukturalne, niewystarczające indeksowanie i może nie zaspokoić potrzeb osób poszukujących szybkiego przewodnika, ponieważ skłania się bardziej w kierunku stylu samouczka.

Książka jest dobrze zorganizowana i zawiera jasne, praktyczne przykłady zastosowań R, dzięki czemu jest odpowiednia dla początkujących i średnio zaawansowanych użytkowników. Obejmuje ona istotne tematy, takie jak przetwarzanie danych, wizualizacja i możliwości R dobrze. Niektórzy czytelnicy doceniają jej głębię i zakres dostarczanych informacji.

Książka jest uważana za przestarzałą i brakuje jej obszernego indeksu, co utrudnia znalezienie konkretnych informacji. Użytkownicy szukający szybkiego odniesienia mogą uznać ją za zbyt samouczkową i rozwlekłą. Niektórzy zauważyli, że nie jest ona odpowiednia dla zupełnie początkujących, ponieważ może być rozwlekła i słabo zorganizowana.

(na podstawie 29 opinii czytelników)

Oryginalny tytuł:

R in a Nutshell: A Desktop Quick Reference

Zawartość książki:

Jeśli rozważasz wykorzystanie języka R do obliczeń statystycznych i wizualizacji danych, ta książka stanowi szybki i praktyczny przewodnik po prawie wszystkim, co można zrobić za pomocą otwartego języka R i środowiska programistycznego. Dowiesz się, jak pisać funkcje R i korzystać z pakietów R, które pomogą Ci przygotować, wizualizować i analizować dane.

Autor Joseph Adler ilustruje każdy proces wieloma przykładami z medycyny, biznesu i sportu. Zaktualizowane dla R 2.14 i 2.15, to drugie wydanie zawiera nowe i rozszerzone rozdziały dotyczące wydajności R, pakietu wizualizacji danych ggplot2 i równoległych obliczeń R z Hadoop. Szybko rozpocznij pracę z R dzięki samouczkowi i setkom przykładów.

Poznaj składnię, obiekty i inne szczegóły języka R. Znajdź tysiące udostępnionych przez użytkowników pakietów R online, w tym Bioconductor.

Dowiedz się, jak używać R do przygotowania danych do analizy. Wizualizuj dane za pomocą pakietów R graphics, lattice i ggplot2. Używaj R do obliczania testów statystycznych, dopasowywania modeli i obliczania rozkładów prawdopodobieństwa.

Przyspiesz intensywne obliczenia, pisząc równoległe programy R dla Hadoop. Uzyskaj kompletny przewodnik po R