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 Learning R Programming

دانلود کتاب یادگیری برنامه نویسی R

Learning R Programming

مشخصات کتاب

Learning R Programming

دسته بندی: سازمان و پردازش داده ها
ویرایش:  
نویسندگان:   
سری:  
ISBN (شابک) : 178588977X, 9781785889776 
ناشر: Packt Publishing 
سال نشر: 2016 
تعداد صفحات: 0 
زبان: English 
فرمت فایل : MOBI (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 14 مگابایت 

قیمت کتاب (تومان) : 39,000



کلمات کلیدی مربوط به کتاب یادگیری برنامه نویسی R: پردازش داده، پایگاه های داده و کلان داده، کامپیوتر و فناوری، مقدماتی و آغاز، برنامه نویسی، کامپیوتر و فناوری، توسعه نرم افزار، طراحی نرم افزار، تست و مهندسی، برنامه نویسی، کامپیوتر و فناوری، زبان های برنامه نویسی، آدا، آژاکس، برنامه نویسی زبان اسمبلی، بورلند دلفی، سی و سی پلاس پلاس، سی شارپ، CSS، طراحی کامپایلر، کامپایلرها، DHTML، اشکال زدایی، دلفی، فورترن، جاوا، لیسپ، پرل، پرولوگ، پایتون، RPG، روبی، سویفت، ویژوال بیسیک، XHTML، XML، XSL، رایانه ها و فن آوری



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 8


در صورت تبدیل فایل کتاب Learning R Programming 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 یادگیری برنامه نویسی 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 یادگیری برنامه نویسی R



ویژگی های کلیدی

  • کاوش در زبان R از انواع پایه و ساختارهای داده تا موضوعات پیشرفته
  • یاد بگیرید چگونه با مشکلات برنامه نویسی مقابله کنید و برنامه نویسی کاربردی و شی گرا را کشف کنید تکنیک ها
  • یاد بگیرید چگونه به مشکلات اصلی برنامه نویسی در R رسیدگی کنید و از محبوب ترین بسته ها برای کارهای رایج استفاده کنید

توضیحات کتاب

R است یک زبان کاربردی سطح بالا و یکی از ابزارهای ضروری برای علم داده و آمار است. قدرتمند اما پیچیده، R می تواند برای مبتدیان و کسانی که با رفتارهای منحصر به فرد آن آشنا نیستند چالش برانگیز باشد. یادگیری برنامه نویسی R راه حل است - راهی آسان و عملی برای یادگیری R و ایجاد درک گسترده و مداوم از زبان. از طریق مثال‌های عملی، ابزارهای قدرتمند R و بهترین روش‌های R را کشف خواهید کرد که به شما درک عمیق‌تری از کار با داده‌ها می‌دهد. شما با ساختارهای داده و تکنیک‌های پردازش داده‌های R و همچنین محبوب‌ترین بسته‌های R برای افزایش بهره‌وری خود از حالت افست آشنا خواهید شد.

با اصول اولیه R شروع کنید، سپس به عمق آن بروید. تکنیک ها و پارادایم های برنامه نویسی برای عالی کردن کد R شما. با یادگیری کارهای رایج از جمله تجزیه و تحلیل داده ها، پایگاه های داده، خراش دادن وب، محاسبات با کارایی بالا و نوشتن اسناد، به سرعت به درک عمیق تر از رفتار R پیشرفت کنید. در پایان کتاب، شما یک برنامه نویس R مطمئن خواهید بود که در حل مسائل با تکنیک های مناسب مهارت دارد.

آنچه یاد خواهید گرفت

  • توابع اساسی را در آن کاوش کنید. R و با ساختارهای داده رایج آشنا شوید
  • با استفاده از توابع اولیه آمار، داده کاوی، تجسم داده ها، حل ریشه و بهینه سازی با داده ها در R کار کنید
  • با مدل ارزیابی R آشنا شوید. با محیط ها و تکنیک های فرابرنامه نویسی با نماد، فراخوان، فرمول و بیان
  • با برنامه نویسی شی گرا در R آشنا شوید: از جمله سیستم های S3، S4، RC و R6
  • < li>دسترسی به پایگاه های داده رابطه ای مانند SQLite و پایگاه های داده غیرمرتبط مانند MongoDB و Redis
  • آشنایی با تکنیک های محاسباتی با کارایی بالا مانند محاسبات موازی و Rcpp
  • استفاده از تکنیک های scraping وب برای استخراج اطلاعات
  • ایجاد RMarkdown، یک برنامه تعاملی با Shiny، DiagramR، نمودارهای تعاملی، ggvis و موارد دیگر

درباره نویسنده

Kun Ren نزدیک به 4 سال است که R را در معاملات کمی به همراه C++ و C# استفاده کرده است و به شدت (هر روز بیش از 8-10 ساعت) روی بسته های مفید R که جامعه ارائه نمی دهد کار کرده است. هنوز. او در بسته‌های توسعه‌یافته توسط سایر نویسندگان مشارکت می‌کند و مشکلات را گزارش می‌کند تا کارها را بهتر کند. او همچنین سخنران مکرر کنفرانس های R در چین است و چندین سخنرانی داشته است. کان همچنین حضور بسیار خوبی در رسانه های اجتماعی دارد. علاوه بر این، او به طور قابل توجهی در پروژه‌های مختلفی مشارکت داشته است که از حساب GitHub او مشهود است:

  • https://github.com/renkun-ken
  • https:// cn.linkedin.com/in/kun-ren-76027530
  • http://renkun.me/
  • http://renkun.me/formattable/
  • li>http://renkun.me/pipeR/
  • http://renkun.me/rlist/

فهرست مطالب

  1. شروع سریع
  2. اشیاء اساسی
  3. مدیریت فضای کاری
  4. عبارات پایه
  5. کار با اشیاء اساسی
  6. کار با رشته ها
  7. کار با داده
  8. در داخل R
  9. فرابرنامه نویسی
  10. برنامه نویسی شی گرا
  11. کار با پایگاه داده
  12. دستکاری داده
  13. محاسبات با کارایی بالا
  14. خراش وب
  15. افزایش بهره وری

توضیحاتی درمورد کتاب به خارجی

Key Features

  • Explore the R language from basic types and data structures to advanced topics
  • Learn how to tackle programming problems and explore both functional and object-oriented programming techniques
  • Learn how to address the core problems of programming in R and leverage the most popular packages for common tasks

Book Description

R is a high-level functional language and one of the must-know tools for data science and statistics. Powerful but complex, R can be challenging for beginners and those unfamiliar with its unique behaviors. Learning R Programming is the solution - an easy and practical way to learn R and develop a broad and consistent understanding of the language. Through hands-on examples you'll discover powerful R tools, and R best practices that will give you a deeper understanding of working with data. You'll get to grips with R's data structures and data processing techniques, as well as the most popular R packages to boost your productivity from the offset.

Start with the basics of R, then dive deep into the programming techniques and paradigms to make your R code excel. Advance quickly to a deeper understanding of R's behavior as you learn common tasks including data analysis, databases, web scraping, high performance computing, and writing documents. By the end of the book, you'll be a confident R programmer adept at solving problems with the right techniques.

What you will learn

  • Explore the basic functions in R and familiarize yourself with common data structures
  • Work with data in R using basic functions of statistics, data mining, data visualization, root solving, and optimization
  • Get acquainted with R’s evaluation model with environments and meta-programming techniques with symbol, call, formula, and expression
  • Get to grips with object-oriented programming in R: including the S3, S4, RC, and R6 systems
  • Access relational databases such as SQLite and non-relational databases such as MongoDB and Redis
  • Get to know high performance computing techniques such as parallel computing and Rcpp
  • Use web scraping techniques to extract information
  • Create RMarkdown, an interactive app with Shiny, DiagramR, interactive charts, ggvis, and more

About the Author

Kun Ren has used R for nearly 4 years in quantitative trading, along with C++ and C#, and he has worked very intensively (more than 8-10 hours every day) on useful R packages that the community does not offer yet. He contributes to packages developed by other authors and reports issues to make things work better. He is also a frequent speaker at R conferences in China and has given multiple talks. Kun also has a great social media presence. Additionally, he has substantially contributed to various projects, which is evident from his GitHub account:

  • https://github.com/renkun-ken
  • https://cn.linkedin.com/in/kun-ren-76027530
  • http://renkun.me/
  • http://renkun.me/formattable/
  • http://renkun.me/pipeR/
  • http://renkun.me/rlist/

Table of Contents

  1. Quick Start
  2. Basic Objects
  3. Managing Your Workspace
  4. Basic Expressions
  5. Working with Basic Objects
  6. Working with Strings
  7. Working with Data
  8. Inside R
  9. Metaprogramming
  10. Object-Oriented Programming
  11. Working with Databases
  12. Data Manipulation
  13. High-Performance Computing
  14. Web Scraping
  15. Boosting Productivity




نظرات کاربران