Practical Data Science with R

خلاصه

Practical Data Science with R مطابق با نام خود است. آی تی اصول اولیه را بدون مومبو جامبوی نظری و به سمت موارد استفاده واقعی که هنگام جمع آوری با آنها روبرو خواهید شد، می پرد، داده هایی را که برای موفقیت شما بسیار مهم است، مدیریت و تجزیه و تحلیل کنید کسب و کار. شما زبان برنامه نویسی R و آماری را اعمال خواهید کرد تکنیک های تجزیه و تحلیل به مثال هایی که به دقت توضیح داده شده اند بازاریابی، هوش تجاری و پشتیبانی تصمیم گیری.

درباره کتاب

تحلیلگران تجاری و توسعه دهندگان به طور فزاینده ای در حال جمع آوری، سرپرستی، تجزیه و تحلیل و گزارش در مورد داده های مهم تجاری. R زبان و ابزارهای مرتبط با آن یک راه ساده برای کارهای روزانه علم داده را بدون نیاز به تحصیلات زیاد انجام دهید تئوری یا ریاضیات پیشرفته.

علوم داده های عملی با R به شما نشان می دهد که چگونه می توانید از زبان برنامه نویسی R و تکنیک های آماری مفید به موقعیت های کسب و کار روزمره با استفاده از نمونه هایی از بازاریابی، هوش تجاری و پشتیبانی تصمیم گیری، به شما نشان می دهد که چگونه آزمایش‌های طراحی (مانند تست‌های A/B)، ساخت مدل‌های پیش‌بینی، و نتایج را به مخاطبان در همه سطوح ارائه می دهد.

این کتاب برای خوانندگان بدون پیشینه اطلاعات در دسترس است. علوم پایه. آشنایی با آمارهای اولیه، R یا موارد دیگر زبان اسکریپت نویسی فرض می شود.

چه چیزی در داخل است

Summary

Practical Data Science with R lives up to its name. It explains basic principles without the theoretical mumbo-jumbo and jumps right to the real use cases you'll face as you collect, curate, and analyze the data crucial to the success of your business. You'll apply the R programming language and statistical analysis techniques to carefully explained examples based in marketing, business intelligence, and decision support.

About the Book

Business analysts and developers are increasingly collecting, curating, analyzing, and reporting on crucial business data. The R language and its associated tools provide a straightforward way to tackle day-to-day data science tasks without a lot of academic theory or advanced mathematics.

Practical Data Science with R shows you how to apply the R programming language and useful statistical techniques to everyday business situations. Using examples from marketing, business intelligence, and decision support, it shows you how to design experiments (such as A/B tests), build predictive models, and present results to audiences of all levels.

This book is accessible to readers without a background in data science. Some familiarity with basic statistics, R, or another scripting language is assumed.

What’s Inside

About the Authors

Nina Zumel and John Mount are cofounders of a San Francisco-based data science consulting firm. Both hold PhDs from Carnegie Mellon and blog on statistics, probability, and computer science at win-vector.com.