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:
نویسندگان: Jaynal Abedin
سری:
ISBN (شابک) : 9781783281091
ناشر: Packt Publishing
سال نشر: 2014
تعداد صفحات: 103
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 7 مگابایت
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
در صورت تبدیل فایل کتاب Data Manipulation with R: Perform group-wise data manipulation and deal with large datasets using R efficiently and effectively 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 Manipulation Data with R: دستکاری داده های گروهی را انجام داده و با داده های بزرگ با استفاده از R به صورت کارآمد و مؤثر مقابله کنید 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.
یکی از مهمترین جنبه های محاسبات با داده ها، توانایی دستکاری آن برای فعال کردن تجزیه و تحلیل و تجسم بعدی است. R طیف گسترده ای از ابزارها را برای این منظور ارائه می دهد. دادهها از هر منبعی، چه فایلهای مسطح یا پایگاههای داده، میتوانند در R بارگذاری شوند و این به شما امکان میدهد فرمت دادهها را در ساختارهایی تغییر دهید که از تجزیه و تحلیل دادههای قابل تکرار و راحت پشتیبانی میکنند. هدف این راهنمای عملی و مثال محور، بحث در مورد استراتژی تقسیم-کاربرد-ترکیب در دستکاری داده است، که یک رویکرد دستکاری داده سریعتر است. پس از خواندن این کتاب، نه تنها قادر خواهید بود تا اعتبار مجموعه داده های خود را با استراتژی تقسیم-کاربرد-ترکیب به طور موثر مدیریت و بررسی کنید، بلکه یاد خواهید گرفت که مجموعه داده های بزرگتر را نیز مدیریت کنید.
One of the most important aspects of computing with data is the ability to manipulate it to enable subsequent analysis and visualization. R offers a wide range of tools for this purpose. Data from any source, be it flat files or databases, can be loaded into R and this will allow you to manipulate data format into structures that support reproducible and convenient data analysis. This practical, example-oriented guide aims to discuss the split-apply-combine strategy in data manipulation, which is a faster data manipulation approach. After reading this book, you will not only be able to efficiently manage and check the validity of your datasets with the split-apply-combine strategy, but you will also learn to handle larger datasets.