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 Practical Data Science with R

دانلود کتاب علم داده های عملی با R

مشخصات کتاب

Practical Data Science with R

دسته بندی: برنامه نویسی: زبان های برنامه نویسی
ویرایش: 1 
نویسندگان: Nina Zumel. John Mount  
سری:  
ISBN (شابک) : 1617291560, 9781617291562 
ناشر: Manning Publications 
سال نشر: 2014 
تعداد صفحات: 417 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 20 مگابایت

قیمت کتاب (تومان) : 30,000

کلمات کلیدی مربوط به کتاب علم داده های عملی با R: کتابخانه، ادبیات کامپیوتر، ر

میانگین امتیاز به این کتاب :
تعداد امتیاز دهندگان : 16

در صورت تبدیل فایل کتاب Practical Data Science 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 علم داده های عملی 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 علم داده های عملی با R

Practical Data Science با R مطابق با نام خود است. این اصول اولیه را بدون جمبو-جمبوی نظری توضیح می‌دهد و در هنگام جمع‌آوری، مدیریت و تجزیه و تحلیل داده‌های حیاتی برای موفقیت کسب‌وکارتان، به موارد استفاده واقعی که با آن‌ها مواجه خواهید شد، می‌پرد. زبان برنامه‌نویسی R و تکنیک‌های تجزیه و تحلیل آماری را برای مثال‌هایی که به دقت توضیح داده شده‌اند، مبتنی بر بازاریابی، هوش تجاری، و پشتیبانی تصمیم‌گیری به کار می‌برند.
درباره کتاب
تحلیل‌گران و توسعه‌دهندگان کسب‌وکار به طور فزاینده‌ای در حال جمع‌آوری، سرپرستی، تجزیه و تحلیل و گزارش‌های مهم هستند. داده های کسب و کار زبان R و ابزارهای مرتبط با آن، راه ساده‌ای را برای انجام وظایف روزانه علم داده بدون تئوری آکادمیک یا ریاضیات پیشرفته ارائه می‌دهند.
علوم داده‌های عملی با R به شما نشان می‌دهد که چگونه زبان برنامه‌نویسی R و مفید را به کار ببرید. تکنیک های آماری برای موقعیت های تجاری روزمره با استفاده از مثال‌هایی از بازاریابی، هوش تجاری و پشتیبانی تصمیم‌گیری، به شما نشان می‌دهد که چگونه آزمایش‌ها را طراحی کنید (مانند تست‌های A/B)، مدل‌های پیش‌بینی‌کننده بسازید و نتایج را به مخاطبان در همه سطوح ارائه کنید.
این کتاب برای خوانندگان قابل دسترسی است. بدون پیشینه در علم داده آشنایی با آمار اولیه، R یا زبان برنامه نویسی دیگر فرض می شود.
Whats Inside
علم داده برای حرفه ای های کسب و کار
تجزیه و تحلیل آماری با استفاده از زبان R
چرخه عمر پروژه، از برنامه ریزی تا تحویل
تعداد زیادی از موارد استفاده آشنای فوری
کلیدهایی برای ارائه موثر داده ها

توضیحاتی درمورد کتاب به خارجی

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 youll face as you collect, curate, and analyze the data crucial to the success of your business. Youll 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.
Whats Inside
Data science for the business professional
Statistical analysis using the R language
Project lifecycle, from planning to delivery
Numerous instantly familiar use cases
Keys to effective data presentations