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: Paul Gerrard. Radia M. Johnson
سری:
ISBN (شابک) : 9781783555253
ناشر: Packt Publishing
سال نشر: 2015
تعداد صفحات: 432
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 5 مگابایت
در صورت تبدیل فایل کتاب Mastering Scientific Computing with R: Employ professional quantitative methods to answer scientific questions with a powerful open source data analysis environment 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 تسلط بر محاسبات علمی با R: از روش های کمی حرفه ای برای پاسخ به سؤالات علمی با یک محیط تحلیل قدرتمند منبع باز منبع استفاده 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.
با این کتاب، شما نه تنها در مورد R، بلکه نحوه استفاده از R برای پاسخ دادن به سوالات مفهومی، علمی و تجربی را خواهید آموخت. با مروری بر مفاهیم اساسی R، خواهید آموخت که چگونه R می تواند برای دستیابی به رایج ترین وظایف تجزیه و تحلیل داده های علمی مورد نیاز استفاده شود: آزمایش تفاوت های آماری معنی دار بین گروه ها و روابط مدل در داده ها. شما در جبر خطی و عملیات ماتریس با تأکید نه بر نحو R، بلکه در مورد چگونگی استفاده از این عملیات برای رفع نیازهای محاسباتی یا تحلیلی رایج، کاوش خواهید کرد. این کتاب همچنین کاربرد عملیات ماتریسی را به منظور یافتن ساختار در دادههای با ابعاد بالا با استفاده از مؤلفه اصلی، عامل اکتشافی و تحلیل عاملی تأییدی علاوه بر مدلسازی معادلات ساختاری پوشش میدهد. شما همچنین بر روش های شبیه سازی مسلط خواهید شد و با یک روش تحلیلی پیشرفته آشنا خواهید شد.
With this book, you will learn not just about R, but how to use R to answer conceptual, scientific, and experimental questions. Beginning with an overview of fundamental R concepts, you'll learn how R can be used to achieve the most commonly needed scientific data analysis tasks: testing for statistically significant differences between groups and model relationships in data. You will delve into linear algebra and matrix operations with an emphasis not on the R syntax, but on how these operations can be used to address common computational or analytical needs. This book also covers the application of matrix operations for the purpose of finding structure in high-dimensional data using the principal component, exploratory factor, and confirmatory factor analysis in addition to structural equation modeling. You will also master methods for simulation and learn about an advanced analytical method.