دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Exploratory Data Analysis with R
دانلود کتاب تجزیه و تحلیل داده های اکتشافی با R
مشخصات کتاب
Exploratory Data Analysis with R
ویرایش:
نویسندگان: Roger D. Peng
سری:
ناشر: Leanpub
سال نشر: 2015
تعداد صفحات: 186
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 10 مگابایت
قیمت کتاب (تومان) : 41,000
در صورت تبدیل فایل کتاب Exploratory Data Analysis 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 تجزیه و تحلیل داده های اکتشافی 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.
توضیحاتی در مورد کتاب تجزیه و تحلیل داده های اکتشافی با R
این کتاب برخی از اصول تجسم داده ها در R و خلاصه کردن داده های
با ابعاد بالا با تکنیک های تحلیل چند متغیره آماری را پوشش می
دهد. تاکید کمتری بر روش‌های استنتاج آماری رسمی وجود دارد، زیرا
استنتاج معمولاً تمرکز EDA نیست. در عوض، هدف نشان دادن داده‌ها،
خلاصه کردن شواهد و شناسایی الگوهای جالب و در عین حال حذف
ایده‌هایی است که احتمالاً به نتیجه نخواهند رسید.
در طول کتاب، ما بر روی زبان برنامه‌نویسی آماری R تمرکز خواهیم
کرد. ما سیستم های مختلف ترسیم در R و نحوه استفاده موثر از آنها
را پوشش خواهیم داد. همچنین نحوه اجرای تکنیک‌های کاهش ابعاد
مانند خوشه‌بندی و تجزیه مقدار منفرد را مورد بحث قرار خواهیم
داد. همه این تکنیک ها به شما کمک می کند تا داده های خود را تجسم
کنید و به شما در تصمیم گیری های کلیدی در تجزیه و تحلیل داده ها
کمک می کند.
توضیحاتی درمورد کتاب به خارجی
This book covers some of the basics of visualizing data in R
and summarizing high dimensional data with statistical
multivariate analysis techniques. There is less of an emphasis
on formal statistical inference methods, as inference is
typically not the focus of EDA. Rather, the goal is to show the
data, summarize the evidence and identify interesting patterns
while eliminating ideas that likely won’t pan out.
Throughout the book, we will focus on the R statistical
programming language. We will cover the various plotting
systems in R and how to use them effectively. We will also
discuss how to implement dimension reduction techniques like
clustering and the singular value decomposition. All of these
techniques will help you to visualize your data and to help you
make key decisions in any data analysis.
