ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب A data scientist's guide to acquiring, cleaning, and managing data in R

دانلود کتاب راهنمای یک دانشمند داده برای به دست آوردن، تمیز کردن و مدیریت داده ها در R

A data scientist's guide to acquiring, cleaning, and managing data in R

مشخصات کتاب

A data scientist's guide to acquiring, cleaning, and managing data in R

ویرایش:  
نویسندگان: ,   
سری:  
ISBN (شابک) : 9781119080022, 1119080029 
ناشر: Wiley 
سال نشر: 2017;2018 
تعداد صفحات: xxi, 288 Seiten: Illustration
[ 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 5 Mb 

قیمت کتاب (تومان) : 31,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 6


در صورت تبدیل فایل کتاب A data scientist's guide to acquiring, cleaning, and managing data in R به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب راهنمای یک دانشمند داده برای به دست آوردن، تمیز کردن و مدیریت داده ها در R نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب راهنمای یک دانشمند داده برای به دست آوردن، تمیز کردن و مدیریت داده ها در R

تنها راهنمای نحوه ارائه یک رویکرد یکپارچه و سیستمی برای به دست آوردن، تمیز کردن و مدیریت داده ها در R

هر متخصص با تجربه می داند که آماده سازی داده ها برای مدل سازی کاری پر زحمت است، فرآیند زمان بر مشکل این است که اکثر مدل‌سازان مراحل مربوط به تمیز کردن و مدیریت داده‌ها را به صورت تکه تکه، اغلب در جریان، یاد می‌گیرند، یا روش‌های موردی خود را توسعه می‌دهند. این کتاب با ارائه یک رویکرد یکپارچه و سیستماتیک برای به دست آوردن، مدل سازی، دستکاری، تمیز کردن و نگهداری داده ها در R، به ساده کردن کار آنها کمک می کند.

دانشمندان داده ساموئل ای. R. Whitaker خوانندگان را در کل این فرآیند راهنمایی می کند. از این که داده ها چگونه به نظر می رسند و چهبایدبه نظر می رسند، آنها در تمام مراحل مربوط به آماده سازی داده ها برای مدل سازی پیشرفت می کنند. آنها بهترین شیوه ها را برای به دست آوردن داده ها از منابع متعدد توصیف می کنند. بررسی مسائل کلیدی در مدیریت داده ها، از جمله متن/عبارات منظم، داده های بزرگ، پردازش موازی، ادغام، تطبیق، و بررسی موارد تکراری. و تکنیک‌های بسیار کارآمد و قابل اعتماد برای مستندسازی داده‌ها و نگهداری سوابق، از جمله مسیرهای حسابرسی، بازگرداندن داده‌ها از R و موارد دیگر را ترسیم کنید.

تنها راهنمای تک منبعی برای داده‌های R و آماده‌سازی آن، شرح می‌دهد. بهترین روش‌ها برای کسب، دستکاری، تمیز کردن و نگهداری داده‌ها با اصول اولیه شروع می‌شود و خوانندگان را در تمام مراحل لازم برای آماده‌سازی داده‌ها برای فرآیند مدل‌سازی راهنمایی می‌کند. متخصصان، هم تکنیک‌های مقدماتی و هم پیشرفته را ارائه می‌کند. ویژگی‌های مطالعات موردی با داده‌های پشتیبانی و کد R، میزبانی شده در یک وب‌سایت همراهراهنمای دانشمند داده برای کسب، تمیز کردن و مدیریت داده‌ها در Rیک منبع کاری ارزشمند است/ کتابچه راهنمای نیمکت برای پزشکانی که داده‌ها را جمع‌آوری و تجزیه و تحلیل می‌کنند، دانشمندان آزمایشگاهی و همکاران پژوهشی در تمام سطوح تجربه، و دانشجویان داده‌کاوی در مقطع کارشناسی ارشد.


توضیحاتی درمورد کتاب به خارجی

The only how-to guide offering a unified, systemic approach to acquiring, cleaning, and managing data in R

Every experienced practitioner knows that preparing data for modeling is a painstaking, time-consuming process. Adding to the difficulty is that most modelers learn the steps involved in cleaning and managing data piecemeal, often on the fly, or they develop their own ad hoc methods. This book helps simplify their task by providing a unified, systematic approach to acquiring, modeling, manipulating, cleaning, and maintaining data in R.

Starting with the very basics, data scientists Samuel E. Buttrey and Lyn R. Whitaker walk readers through the entire process. From what data looks like and what itshouldlook like, they progress through all the steps involved in getting data ready for modeling. They describe best practices for acquiring data from numerous sources; explore key issues in data handling, including text/regular expressions, big data, parallel processing, merging, matching, and checking for duplicates; and outline highly efficient and reliable techniques for documenting data and recordkeeping, including audit trails, getting data back out of R, and more.

The only single-source guide to R data and its preparation, it describes best practices for acquiring, manipulating, cleaning, and maintaining data Begins with the basics and walks readers through all the steps necessary to get data ready for the modeling process Provides expert guidance on how to document the processes described so that they are reproducible Written by seasoned professionals, it provides both introductory and advanced techniques Features case studies with supporting data and R code, hosted on a companion websiteA Data Scientist's Guide to Acquiring, Cleaning and Managing Data in Ris a valuable working resource/bench manual for practitioners who collect and analyze data, lab scientists and research associates of all levels of experience, and graduate-level data mining students.





نظرات کاربران