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
دسته بندی: برنامه نویسی: زبان های برنامه نویسی ویرایش: نویسندگان: Gopi Subramanian سری: ISBN (شابک) : 9781788621878 ناشر: Packt سال نشر: 2017 تعداد صفحات: 354 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 8 مگابایت
کلمات کلیدی مربوط به کتاب پروژه های تجزیه و تحلیل داده های R: برنامه نویسی، زبان های برنامه نویسی
در صورت تبدیل فایل کتاب R Data Analysis Projects 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 پروژه های تجزیه و تحلیل داده های 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.
با ساختن سیستمهای تجزیه و تحلیل دادهها از ابتدا با R.About This Book* بینش ارزشمندی از دادههای خود دریافت کنید. ، رسانه های اجتماعی و موارد دیگر* از دستکاری داده ها گرفته تا تجزیه و تحلیل و تجسم در R، این کتاب هر آنچه را که باید در مورد ایجاد خطوط لوله تجزیه و تحلیل داده ها با استفاده از RWho This Book Is For بدانید به شما آموزش می دهد اگر به دنبال کتابی هستید که شما را از طریق کاربرد عملی متدولوژی های تحلیلی پیشرفته و موثر در R می برد، پس این کتاب برای شماست. درک اساسی از R و مفاهیم اولیه تجزیه و تحلیل داده ها تنها چیزی است که برای شروع با این کتاب نیاز دارید. آنچه خواهید آموخت* سیستم های تجزیه و تحلیل پیش بینی کننده سرتاسر در R بسازید* یک طرح آزمایشی برای جمع آوری داده های خود بسازید و تجزیه و تحلیل انجام دهید * با استفاده از رویکردهای مختلف یک سیستم توصیهکننده از ابتدا بسازید * از RShiny برای ساخت برنامههای برنامهنویسی واکنشگرا استفاده کنید و از آن استفاده کنید * سیستمهایی را برای دامنههای مختلف از جمله تحقیقات بازار، تجزیه و تحلیل شبکه، تجزیه و تحلیل رسانههای اجتماعی و موارد دیگر بسازید* بستههای R مختلف مانند Rshiny را کاوش کنید. ggplot، rekomanderlab، dplyr، و نحوه استفاده موثر از آنها را بیابید * نتایج مدلسازی را با استفاده از داشبوردهای درخشان به اشتراک بگذارید و تجزیه و تحلیل و تجسم دقیق داده ها. در نتیجه، این یکی از پرطرفدارترین زبانهایی است که توسط دانشمندان و تحلیلگران داده یا هر کسی که میخواهد تجزیه و تحلیل داده انجام دهد، استفاده میکند. این کتاب نشان میدهد که چگونه میتوانید از دانش موجود خود در مورد تجزیه و تحلیل دادهها در R برای ایجاد خطوط لوله تجزیه و تحلیل دادههای بسیار کارآمد و سرتاسر بدون هیچ مشکلی استفاده کنید. شما با ساختن یک سیستم توصیه مبتنی بر محتوا شروع میکنید و سپس ساخت پروژه ای بر اساس تحلیل احساسات با توییت ها. شما مدلسازی سری زمانی را برای تشخیص ناهنجاری پیادهسازی خواهید کرد و تجزیه و تحلیل خوشهای دادههای جریانی را درک خواهید کرد. شما از طریق پروژههایی برای انجام تحقیقات کارآمد دادههای بازار، ایجاد سیستمهای توصیهای، و تجزیه و تحلیل دقیق شبکهها کار خواهید کرد که همگی با کدهایی برای دنبال کردن آسان ارائه شدهاند. با کمک این پروژههای دنیای واقعی، درک بهتری از چالشها خواهید داشت. هنگام ساخت خطوط لوله تجزیه و تحلیل داده ها با آن مواجه می شوید و ببینید که چگونه می توانید بدون به خطر انداختن کارایی یا دقت سیستم های خود بر آنها غلبه کنید. این کتاب برخی از بستههای پرکاربرد R مانند dplyr، ggplot2، RShiny و موارد دیگر را پوشش میدهد و شامل نکاتی در مورد استفاده مؤثر از آنها میشود. در پایان این کتاب، درک بهتری از تجزیه و تحلیل دادهها با R خواهید داشت و میتوانید برای استفاده عملی از دانش خود بدون هیچ زحمتی. سبک و رویکرد این کتاب رویکردی منحصر به فرد دارد، همانطور که شما در هر پروژه بر روی درک خود از تجزیه و تحلیل داده ها بنا می کنید. این کتاب به گونه ای طراحی شده است که اجرای هر پروژه شما را با مجموعه ای از مهارت های منحصر به فرد توانمند می کند و شما را قادر می سازد پروژه بعدی را با اطمینان بیشتری اجرا کنید.
Get valuable insights from your data by building data analysis systems from scratch with R.About This Book* A handy guide to take your understanding of data analysis with R to the next level* Real-world projects that focus on problems in finance, network analysis, social media, and more* From data manipulation to analysis to visualization in R, this book will teach you everything you need to know about building end-to-end data analysis pipelines using RWho This Book Is ForIf you are looking for a book that takes you all the way through the practical application of advanced and effective analytics methodologies in R, then this is the book for you. A fundamental understanding of R and the basic concepts of data analysis is all you need to get started with this book.What You Will Learn* Build end-to-end predictive analytics systems in R* Build an experimental design to gather your own data and conduct analysis* Build a recommender system from scratch using different approaches* Use and leverage RShiny to build reactive programming applications* Build systems for varied domains including market research, network analysis, social media analysis, and more* Explore various R Packages such as RShiny, ggplot, recommenderlab, dplyr, and find out how to use them effectively* Communicate modeling results using Shiny Dashboards* Perform multi-variate time-series analysis prediction, supplemented with sensitivity analysis and risk modelingIn DetailR offers a large variety of packages and libraries for fast and accurate data analysis and visualization. As a result, it's one of the most popularly used languages by data scientists and analysts, or anyone who wants to perform data analysis. This book will demonstrate how you can put to use your existing knowledge of data analysis in R to build highly efficient, end-to-end data analysis pipelines without any hassle.You'll start by building a content-based recommendation system, followed by building a project on sentiment analysis with tweets. You'll implement time-series modeling for anomaly detection, and understand cluster analysis of streaming data. You'll work through projects on performing efficient market data research, building recommendation systems, and analyzing networks accurately, all provided with easy to follow codes.With the help of these real-world projects, you'll get a better understanding of the challenges faced when building data analysis pipelines, and see how you can overcome them without compromising on the efficiency or accuracy of your systems. The book covers some popularly used R packages such as dplyr, ggplot2, RShiny, and others, and includes tips on using them effectively.By the end of this book, you'll have a better understanding of data analysis with R, and be able to put your knowledge to practical use without any hassle.Style and approachThis book takes a unique, learn-as-you-do approach, as you build on your understanding of data analysis progressively with each project. This book is designed in a way that implementing each project will empower you with a unique skill set, and enable you to implement the next project more confidently.