Note :

Le livre est largement considéré comme une ressource précieuse et bien écrite pour l'apprentissage de R et des statistiques bayésiennes, avec de nombreux commentaires louant sa clarté, l'étendue des sujets et les exercices pratiques. Cependant, plusieurs utilisateurs ont exprimé leur mécontentement concernant le sous-titre trompeur et le manque de couverture de la modélisation, qui, selon eux, limitent sa portée en tant que manuel de science des données. En outre, certains ont trouvé l'approche d'apprentissage frustrante, mentionnant le besoin de plus de conseils et d'une moindre dépendance à l'égard des ressources externes.
Avantages:⬤ Incroyablement bien écrit
⬤ présentation compréhensible de sujets complexes
⬤ utile pour les débutants et les utilisateurs expérimentés
⬤ exercices pratiques
⬤ couvre un large éventail de sujets liés à R et à la science des données
⬤ fortement recommandé pour l'apprentissage de ggplot2 et de R appliqué.
⬤ Sous-titre trompeur qui suggère l'inclusion de sujets de modélisation, qui ne sont pas couverts
⬤ certains utilisateurs ont fait part de leur frustration face au manque de conseils, nécessitant des recherches externes pour les exercices
⬤ problèmes de qualité d'impression notés par certains lecteurs
⬤ le livre était plus axé sur la manipulation des données que sur la science des données complète.
(basé sur 18 avis de lecteurs)
R for Data Science: Import, Tidy, Transform, Visualize, and Model Data
Idéal pour les data scientists actuels et en herbe, ce livre vous initie à la science des données avec R et RStudio, ainsi qu'avec le tidyverse - une collection de packages R conçus pour fonctionner ensemble afin de rendre la science des données rapide, fluide et amusante.
Même si vous n'avez aucune expérience de la programmation, cette édition mise à jour vous permettra de faire de la science des données rapidement.