Avis des lecteurs
Résumé:Ce livre est très apprécié pour son contenu sur la modélisation ordonnée dans R, fournissant des idées précieuses et des conseils pratiques de la part d'auteurs expérimentés. Cependant, il ne comporte pas d'impression couleur, ce que certains lecteurs ont considéré comme un inconvénient, et il peut être difficile à suivre en raison de l'omission des noms de paquets dans les appels de fonctions.
Avantages:Un contenu précieux qui renforce la connaissance de la programmation R, des idées pratiques sur la modélisation, recommandé à la fois pour les débutants et les professionnels expérimentés, un langage facile à comprendre, des pièges importants dans la modélisation.
Inconvénients:Manque d'impression en couleur, ce qui nuit à la présentation ; l'omission des noms de paquets dans les appels de fonctions rend le débogage plus difficile.
(basé sur 6 avis de lecteurs)
Titre original :
Tidy Modeling with R: A Framework for Modeling in the Tidyverse
Contenu du livre :
Lancez-vous avec tidymodels, une collection de packages R pour la modélisation et l'apprentissage automatique. Que vous soyez débutant ou que vous ayez des années d'expérience en modélisation, cette introduction pratique montre aux analystes de données, aux analystes commerciaux et aux scientifiques des données comment le cadre tidymodels offre une approche cohérente et flexible pour votre travail.
Les ingénieurs de RStudio Max Kuhn et Julia Silge montrent comment créer des modèles en se concentrant sur un dialecte R appelé tidyverse. Les logiciels qui adoptent les principes du tidyverse partagent à la fois une philosophie de conception de haut niveau et une grammaire et des structures de données de bas niveau, de sorte que l'apprentissage d'un élément de l'écosystème facilite l'apprentissage de l'élément suivant. Vous comprendrez pourquoi le framework tidymodels a été conçu pour être utilisé par un large éventail de personnes.
Avec ce livre, vous allez :
⬤ Apprendre les étapes nécessaires à la construction d'un modèle du début à la fin.
⬤ Comprendre comment utiliser les différentes approches de modélisation et d'ingénierie des fonctionnalités avec fluidité.
⬤ Examiner les options permettant d'éviter les pièges courants de la modélisation, tels que l'ajustement excessif (overfitting).
⬤ Apprendre des méthodes pratiques pour préparer vos données à la modélisation.
⬤ Régler les modèles pour obtenir des performances optimales.
⬤ Utiliser les bonnes pratiques statistiques pour comparer, évaluer et choisir parmi les modèles.
Autres informations sur le livre :
| ISBN : | 9781492096481 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Broché |
| Année de publication : | 2022 |
| Nombre de pages : | 300 |
Achat:
Actuellement disponible, en stock.
