Avis des lecteurs
Résumé:Dans l'ensemble, « R pour tous » est considéré comme une ressource complète et utile pour l'apprentissage de R, en particulier pour les débutants et les utilisateurs intermédiaires. De nombreux lecteurs apprécient son approche structurée et ses exemples pratiques, tandis que certains expriment leur déception quant à l'état physique du livre et que d'autres trouvent son contenu dépassé.
Avantages:⬤ Complet et bien structuré
⬤ convient aussi bien aux débutants qu'aux personnes expérimentées
⬤ couvre à la fois R de base et tidyverse
⬤ contient des chapitres intéressants sur les statistiques et l'apprentissage automatique
⬤ les instructions étape par étape sont faciles à suivre
⬤ bon pour enseigner les concepts de programmation
⬤ utile pour la préparation aux examens.
⬤ Certains exemplaires reçus n'étaient pas en état neuf et semblaient avoir été utilisés
⬤ quelques évaluateurs ont trouvé le contenu confus ou dépassé
⬤ plaintes mineures concernant la présentation ou la qualité physique du livre.
(basé sur 55 avis de lecteurs)
Titre original :
R for Everyone: Advanced Analytics and Graphics
Contenu du livre :
Calcul statistique pour les programmeurs, les scientifiques, les experts, les utilisateurs d'Excel et autres professionnels.
En utilisant le langage open source R, vous pouvez construire de puissants modèles statistiques pour répondre à la plupart de vos questions les plus difficiles. R a toujours été difficile à apprendre pour les non-statisticiens, et la plupart des livres sur R supposent des connaissances beaucoup trop approfondies pour être utiles. R pour tous, deuxième édition est la solution.
S'appuyant sur son expérience inégalée en matière d'enseignement aux nouveaux utilisateurs, Jared P. Lander, data scientist professionnel, a écrit le tutoriel parfait pour toute personne débutant dans la programmation et la modélisation statistiques. Organisé de manière à rendre l'apprentissage facile et intuitif, ce guide se concentre sur les 20 % de fonctionnalités R dont vous aurez besoin pour accomplir 80 % des tâches liées aux données modernes.
Les chapitres autonomes de Lander commencent par les bases absolues et proposent des exercices pratiques approfondis et des exemples de code. Vous téléchargerez et installerez R, naviguerez dans l'environnement R et l'utiliserez, maîtriserez le contrôle des programmes de base, l'importation, la manipulation et la visualisation des données, et effectuerez plusieurs tests essentiels. Ensuite, sur cette base, vous construirez plusieurs modèles complets, à la fois linéaires et non linéaires, et utiliserez quelques techniques d'exploration de données. Après tout cela, vous rendrez votre code reproductible avec LaTeX, RMarkdown et Shiny.
Lorsque vous aurez terminé, vous ne saurez pas seulement comment écrire des programmes R, vous serez prêt à vous attaquer aux problèmes statistiques qui vous tiennent le plus à cœur.
La couverture comprend.
⬤ Explorer R, RStudio et les paquets R.
⬤ L'utilisation de R pour les mathématiques : types de variables, vecteurs, appel de fonctions, etc.
⬤ Exploiter les structures de données, y compris les cadres de données, les matrices et les listes.
⬤ Lire de nombreux types de données.
⬤ Créer des graphiques statistiques attrayants et intuitifs.
⬤ Écrire des fonctions définies par l'utilisateur.
⬤ Contrôler le flux du programme avec des vérifications complexes (if, ifelse, etc.).
⬤ Améliorer l'efficacité du programme avec des manipulations de groupe.
⬤ Combiner et remodeler plusieurs ensembles de données.
⬤ Manipuler des chaînes de caractères à l'aide des fonctions de R et des expressions régulières.
⬤ Créer des distributions de probabilité normales, binomiales et de Poisson.
⬤ Construire des modèles linéaires, linéaires généralisés et non linéaires.
⬤ Programmer des statistiques de base : moyenne, écart-type et tests t.
⬤ Entraîner des modèles d'apprentissage automatique.
⬤ Évaluer la qualité des modèles et la sélection des variables.
⬤ Prévenir le surajustement et effectuer la sélection des variables, en utilisant les méthodes Elastic Net et Bayesian.
⬤ Analyser des données de séries temporelles univariées et multivariées.
⬤ Regrouper les données par K-means et clustering hiérarchique.
⬤ Préparer des rapports, des diaporamas et des pages web avec knitr.
⬤ Afficher des données interactives avec RMarkdown et htmlwidgets.
⬤ Mettre en place des tableaux de bord avec Shiny.
⬤ Construire des paquets R réutilisables avec devtools et Rcpp.
Enregistrez votre produit sur informit.com/register pour un accès pratique aux téléchargements, aux mises à jour et aux corrections dès qu'elles sont disponibles.
Normal 0 false false false EN-US X-NONE X-NONE.
Autres informations sur le livre :
| ISBN : | 9780134546926 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Broché |
| Année de publication : | 2017 |
| Nombre de pages : | 560 |
Achat:
Actuellement disponible, en stock.
