Beginning Data Science in R 4 : Analyse de données, visualisation et modélisation pour le scientifique des données

Note :   (5,0 sur 5)

Beginning Data Science in R 4 : Analyse de données, visualisation et modélisation pour le scientifique des données (Thomas Mailund)

Avis des lecteurs

Il n'y a actuellement aucun avis de lecteur. La note est basée sur 2 votes.

Titre original :

Beginning Data Science in R 4: Data Analysis, Visualization, and Modelling for the Data Scientist

Contenu du livre :

Découvrez les meilleures pratiques pour l'analyse des données et le développement de logiciels en R et commencez à devenir un scientifique des données à part entière. Mis à jour pour la version 4.0 de R, ce livre vous enseigne les techniques de manipulation et de visualisation des données et vous montre la meilleure façon de développer de nouveaux logiciels pour R.

Beginning Data Science in R 4, Second Edition explique en détail comment la science des données est une combinaison de statistiques, de science informatique et d'apprentissage automatique. Vous verrez comment structurer et exploiter efficacement les données pour en extraire des modèles utiles et construire des modèles mathématiques. Cela nécessite des méthodes informatiques et de la programmation, et R est un langage de programmation idéal pour cela.

L'analyse moderne des données requiert des compétences informatiques et généralement un minimum de programmation. Après avoir lu et utilisé ce livre, vous aurez tout ce qu'il faut pour commencer à programmer en R avec des applications de science des données. Le code source sera également disponible pour soutenir vos prochains projets.

Le code source est disponible sur github.com/Apress/beg-data-science-r4.

Ce que vous apprendrez

⬤ Faire de la science des données et de l'analyse en utilisant les statistiques et le langage de programmation R.

⬤ Visualiser et explorer les données, y compris travailler avec des ensembles de données volumineux (big data).

⬤ Construire un paquetage R.

⬤ Testez et vérifiez votre code.

⬤ Pratiquer le contrôle de version.

⬤ Profiler et optimiser votre code.

À qui s'adresse ce livre

Les personnes ayant une certaine expérience de la science des données ou de l'analyse, mais pas nécessairement du langage de programmation R.

Autres informations sur le livre :

ISBN :9781484281543
Auteur :
Éditeur :
Langue :anglais
Reliure :Broché
Année de publication :2022
Nombre de pages :511

Achat:

Actuellement disponible, en stock.

Je l'achète!

Autres livres de l'auteur :

Introduction à la pensée informatique : Résolution de problèmes, algorithmes, structures de données,...
Apprenez les approches de la pensée...
Introduction à la pensée informatique : Résolution de problèmes, algorithmes, structures de données, etc. - Introduction to Computational Thinking: Problem Solving, Algorithms, Data Structures, and More
Les pointeurs dans la programmation en C : Une approche moderne de la gestion de la mémoire, des...
Ce guide vous permettra de mieux comprendre les...
Les pointeurs dans la programmation en C : Une approche moderne de la gestion de la mémoire, des structures de données récursives, des chaînes de caractères et des tableaux - Pointers in C Programming: A Modern Approach to Memory Management, Recursive Data Structures, Strings, and Arrays
Introduction à Markdown et Pandoc : Utiliser un langage de balisage et un convertisseur de documents...
1 : Guide du débutant pour Markdown et Pandoc2 :...
Introduction à Markdown et Pandoc : Utiliser un langage de balisage et un convertisseur de documents - Introducing Markdown and Pandoc: Using Markup Language and Document Converter
Structures de données fonctionnelles en R : Programmation statistique avancée en R - Functional Data...
Apprendre la programmation algorithmique en...
Structures de données fonctionnelles en R : Programmation statistique avancée en R - Functional Data Structures in R: Advanced Statistical Programming in R
Algorithmes de chaînes de caractères en C : Représentation et recherche efficaces de textes - String...
1. Introduction. - 2. algorithmes classiques pour...
Algorithmes de chaînes de caractères en C : Représentation et recherche efficaces de textes - String Algorithms in C: Efficient Text Representation and Search
Beginning Data Science in R 4 : Analyse de données, visualisation et modélisation pour le...
Découvrez les meilleures pratiques pour l'analyse des données...
Beginning Data Science in R 4 : Analyse de données, visualisation et modélisation pour le scientifique des données - Beginning Data Science in R 4: Data Analysis, Visualization, and Modelling for the Data Scientist
R 4 Data Science Quick Reference : Un guide de poche pour les apis, les bibliothèques et les paquets...
Dans cet ouvrage de référence rapide et pratique,...
R 4 Data Science Quick Reference : Un guide de poche pour les apis, les bibliothèques et les paquets - R 4 Data Science Quick Reference: A Pocket Guide to Apis, Libraries, and Packages
Programmation fonctionnelle en R 4 : Programmation statistique avancée pour la science des données,...
Maîtrisez les fonctions et découvrez comment...
Programmation fonctionnelle en R 4 : Programmation statistique avancée pour la science des données, l'analyse et la finance - Functional Programming in R 4: Advanced Statistical Programming for Data Science, Analysis, and Finance
Les joies du hachage : programmation de tables de hachage en C - The Joys of Hashing: Hash Table...
Construire des implémentations fonctionnelles de...
Les joies du hachage : programmation de tables de hachage en C - The Joys of Hashing: Hash Table Programming with C
Le guide du débutant sur GitHub - The Beginner's Guide to GitHub
Vous avez entendu parler de git et de GitHub et vous voulez savoir de quoi il retourne...
Le guide du débutant sur GitHub - The Beginner's Guide to GitHub
Métaprogrammation en R : Programmation statistique avancée pour la science des données, l'analyse et...
Apprenez à manipuler les fonctions et les...
Métaprogrammation en R : Programmation statistique avancée pour la science des données, l'analyse et la finance - Metaprogramming in R: Advanced Statistical Programming for Data Science, Analysis and Finance

Les œuvres de l'auteur ont été publiées par les éditeurs suivants :

© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)