دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 2014
نویسندگان: Manas A. Pathak
سری:
ISBN (شابک) : 3319120654, 9783319120652
ناشر: Springer
سال نشر: 2014
تعداد صفحات: 0
زبان: English
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 2 مگابایت
در صورت تبدیل فایل کتاب Beginning Data Science with 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 شروع علم داده با 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.
ما در عصر داده زندگی می کنیم. در چند سال اخیر، روش استخراج
بینش از داده ها یا "علم داده ها" به عنوان یک رشته در نوع خود
ظاهر شده است. زبان برنامه نویسی R تبدیل به یک راه حل یک مرحله
ای برای انواع تجزیه و تحلیل داده ها شده است. محبوبیت فزاینده R
به دلیل ریشه های آماری آن و یک کتابخانه بسته منبع باز گسترده
است.
هدف "شروع علم داده با R" این است که خوانندگان را با برخی از
تکنیک های مفید علم داده و اجرای آنها با R آشنا کند. زبان برنامه
نویسی. این کتاب تلاش میکند تا تعادلی بین چگونگی: فرآیندها و
روششناسی خاص، و درک چرایی ایجاد کند: بررسی شهودی که در پس
چگونگی عملکرد یک تکنیک خاص وجود دارد، به طوری که خواننده
میتواند آن را برای مشکل مورد نظر اعمال کند. این کتاب برای
خوانندگانی که با آمار و زبان برنامه نویسی R آشنایی ندارند مفید
خواهد بود.
“We live in the age of data. In the last few years, the
methodology of extracting insights from data or "data science"
has emerged as a discipline in its own right. The R programming
language has become one-stop solution for all types of data
analysis. The growing popularity of R is due its statistical
roots and a vast open source package library.
The goal of “Beginning Data Science with R” is to introduce the
readers to some of the useful data science techniques and their
implementation with the R programming language. The book
attempts to strike a balance between the how: specific
processes and methodologies, and understanding the why: going
over the intuition behind how a particular technique works, so
that the reader can apply it to the problem at hand. This book
will be useful for readers who are not familiar with statistics
and the R programming language.
Front Matter....Pages i-xi
Introduction....Pages 1-4
Overview of the R Programming Language....Pages 5-17
Getting Data into R....Pages 19-30
Data Visualization....Pages 31-60
Exploratory Data Analysis....Pages 61-85
Regression....Pages 87-114
Classification....Pages 115-136
Text Mining....Pages 137-157