Moderne Datenanalyse mit R: Daten einlesen, aufbereiten, visualisieren, modellieren und kommunizieren

ویرایش: 1. Aufl. 
نویسندگان: Sebastian Sauer  
سری: FOM-Edition 
ISBN (شابک) : 9783658215866, 9783658215873 
ناشر: Springer Fachmedien Wiesbaden;Springer Gabler 
سال نشر: 2019 
تعداد صفحات: 559 
زبان: German 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 39 مگابایت 

قیمت کتاب (تومان) : 42,000



توصیه خریدی که یک فروشگاه اینترنتی به شما می‌دهد، ارزیابی اینکه کدام مشتری اعتبار دارد یا تجزیه و تحلیل محرک‌های ارزش املاک - همه این مثال‌ها از زندگی امروزی نتیجه روش‌های مدرن تحلیل داده‌ها هستند. این کتاب به معرفی چنین روش های آماری با استفاده از زبان برنامه نویسی R می پردازد.
هدف این است که خوانندگان را با روش هایی که امروزه سازمان ها و متخصصان پیشرو از آمار کاربردی استفاده می کنند، آشنا کنیم. از آنجا که روش های آماری نیز با دیجیتالی شدن تغییر کرده اند، نویسنده علاوه بر روش های تحلیل کلاسیک مانند رگرسیون، روش های مدرنی مانند متن کاوی و مدل های تصادفی جنگل را نیز منتقل می کند. مطالب کتاب به‌طور پیوسته به گونه‌ای تهیه شده است که برای خوانندگان بدون دانش ریاضی قبلی قابل درک باشد. با استفاده از مطالعات موردی و تمرین‌ها، خوانندگان در تمام مراحل تجزیه و تحلیل داده‌ها هدایت می‌شوند: آنها یاد می‌گیرند که چگونه داده‌ها را می‌توان خواند، پردازش کرد، تجسم کرد، مدل‌سازی کرد و ارتباط برقرار کرد. به ویژه، آماده سازی، تبدیل و آزمایش داده ها با جزئیات بیشتری نسبت به سایر نشریات مورد بررسی قرار می گیرد، زیرا این بخش اغلب بخش قابل توجهی از تلاش را در عمل به خود اختصاص می دهد. اما همچنین فضای زیادی برای تجسم وجود دارد، زیرا نمودارهای خوب بینش هایی را ارائه می دهند که اعداد و کلمات پنهان می کنند. هدف این کتاب با رویکرد تمرین محور خود این است که

• تمام مراحل اساسی تجزیه و تحلیل داده ها را انجام دهد. پروژه،
  
• داده ها را به خوبی در R پردازش می کند،
  
• آمار استنتاجی مبتنی بر شبیه سازی را به کار می گیرد و به طور انتقادی به پرسش می گیرد،
  
• استفاده کلاسیک و روش‌های پیش‌بینی مدرن و
  
• برای پاسخ به سؤالات کسب‌وکار با استفاده از مدل‌های پیش‌بینی مبتنی بر داده‌ها.
  

هم کاربران بدون دانش آماری اولیه و هم کاربران با تجربه قبلی بهره‌مند خواهند شد. از خواندن این کتاب نویسنده با زبانی قابل فهم و با استفاده از مثال‌های روشن، نحوه عملکرد امروزی تحلیل داده‌ها را نشان می‌دهد.

Die Kaufempfehlung, die Ihnen ein Webstore ausspricht, die Einschätzung, welcher Kunde kreditwürdig ist, oder die Analyse der Werttreiber von Immobilien – alle diese Beispiele aus dem heutigen Leben sind Ergebnis moderner Verfahren der Datenanalyse. Dieses Buch führt in solche statistische Verfahren anhand der Programmiersprache R ein.
Ziel ist es, Leser mit der Art und Weise vertraut zu machen, wie führende Organisationen und Praktiker angewandte Statistik heute einsetzen. Weil sich mit der Digitalisierung auch die statistischen Verfahren verändert haben, vermittelt der Autor neben klassischen Analysemethoden wie Regression auch moderne Methoden wie Textmining und Random-Forest-Modelle. Dabei sind die Inhalte des Buchs durchgehend so aufbereitet, dass sie auch für Leser ohne umfangreiche mathematische Vorkenntnisse verständlich sind. Anhand von Fallbeispielen und Übungen werden die Leser durch alle Phasen der Datenanalyse geführt: Sie lernen, wie Daten eingelesen, aufbereitet, visualisiert, modelliert und kommuniziert werden können. Dabei wird vor allem die Aufbereitung, Umformung und Prüfung der Daten ausführlicher als in anderen Publikationen behandelt, da dieser Teil in der Praxis oft einen wesentlichen Teil des Aufwands ausmacht. Aber auch die Visualisierung bekommt viel Raum, denn gute Diagramme ermöglichen Einblicke, die Zahlen und Worte verbergen.Mit seinem praxisorientierten Ansatz will das Buch dazu befähigen,

• alle grundlegenden Schritte eines Datenanalyseprojekts durchzuführen,
  
• Daten kompetent in R zu bearbeiten,
  
• simulationsbasierte Inferenzstatistik anzuwenden und kritisch zu hinterfragen,
  
• klassische und moderne Vorhersagemethoden anzuwenden und
  
• betriebswirtschaftliche Fragestellungen mittels datengetriebener Vorhersagemodelle zu beantworten.
  

Sowohl Anwender ohne statistisches Grundlagenwissen als auch Nutzer mit Vorerfahrung lesen dieses Buch mit Gewinn. In verständlicher Sprache und anhand von anschaulichen Beispielen zeigt der Autor, wie moderne Datenanalyse heute funktioniert.

Front Matter ....Pages I-XXI
Front Matter ....Pages 1-1
 Statistik heute  (Sebastian Sauer)....Pages 3-11
 Hallo, R  (Sebastian Sauer)....Pages 13-19
 R starten  (Sebastian Sauer)....Pages 21-35
 Erstkontakt  (Sebastian Sauer)....Pages 37-43
Front Matter ....Pages 45-45
 Datenstrukturen  (Sebastian Sauer)....Pages 47-62
 Datenimport und -export  (Sebastian Sauer)....Pages 63-71
Front Matter ....Pages 73-73
 Datenjudo  (Sebastian Sauer)....Pages 75-101
 Deskriptive Statistik  (Sebastian Sauer)....Pages 103-116
 Praxisprobleme der Datenaufbereitung  (Sebastian Sauer)....Pages 117-143
 Fallstudie: Datenjudo  (Sebastian Sauer)....Pages 145-153
Front Matter ....Pages 155-155
 Datenvisualisierung mit ggplot2  (Sebastian Sauer)....Pages 157-186
 Fortgeschrittene Themen der Visualisierung  (Sebastian Sauer)....Pages 187-199
 Fallstudie: Visualisierung  (Sebastian Sauer)....Pages 201-214
 Geovisualisierung  (Sebastian Sauer)....Pages 215-241
Front Matter ....Pages 243-243
 Grundlagen des Modellierens  (Sebastian Sauer)....Pages 245-266
 Inferenzstatistik  (Sebastian Sauer)....Pages 267-300
 Simulationsbasierte Inferenz  (Sebastian Sauer)....Pages 301-317
Front Matter ....Pages 319-319
 Lineare Modelle  (Sebastian Sauer)....Pages 321-344
 Klassifizierende Regression  (Sebastian Sauer)....Pages 345-363
 Fallstudie: Titanic  (Sebastian Sauer)....Pages 365-376
 Baumbasierte Verfahren  (Sebastian Sauer)....Pages 377-400
 Fallstudie: Kreditwürdigkeit mit caret  (Sebastian Sauer)....Pages 401-433
Front Matter ....Pages 435-435
 Clusteranalyse  (Sebastian Sauer)....Pages 437-448
 Textmining  (Sebastian Sauer)....Pages 449-462
 Fallstudie: Twitter-Mining  (Sebastian Sauer)....Pages 463-472
Front Matter ....Pages 473-473
 RMarkdown  (Sebastian Sauer)....Pages 475-491
Front Matter ....Pages 493-493
 Projektmanagement am Beispiel einer Fallstudie  (Sebastian Sauer)....Pages 495-510
 Programmieren mit R  (Sebastian Sauer)....Pages 511-525
 Programmieren mit dplyr  (Sebastian Sauer)....Pages 527-540
Back Matter ....Pages 541-562