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: Robert I. Kabacoff
سری:
ISBN (شابک) : 9781617291388
ناشر: Manning
سال نشر: 2015
تعداد صفحات: 628
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 20 مگابایت
در صورت تبدیل فایل کتاب R in Action, 2nd Edition: Data analysis and graphics 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 R in Action، Edition 2: تجزیه و تحلیل داده ها و گرافیک 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.
R in Action، نسخه دوم هم زبان R و هم نمونه هایی را ارائه می کند که آن را برای توسعه دهندگان تجاری بسیار مفید می کند. این کتاب با تمرکز بر راهحلهای عملی، دورهای را در آمار ارائه میکند و روشهای ظریفی را برای مقابله با دادههای آشفته و ناقص که تجزیه و تحلیل با استفاده از روشهای سنتی دشوار است، پوشش میدهد. همچنین بر قابلیت های گرافیکی گسترده R برای کاوش و ارائه داده ها به صورت بصری مسلط خواهید شد. و این ویرایش دوم گسترش یافته شامل فصول جدیدی در مورد تجزیه و تحلیل سری های زمانی، تجزیه و تحلیل خوشه ای، و روش های طبقه بندی، از جمله درختان تصمیم، جنگل های تصادفی، و ماشین های بردار پشتیبان است.
R in Action, Second Edition presents both the R language and the examples that make it so useful for business developers. Focusing on practical solutions, the book offers a crash course in statistics and covers elegant methods for dealing with messy and incomplete data that are difficult to analyze using traditional methods. You'll also master R's extensive graphical capabilities for exploring and presenting data visually. And this expanded second edition includes new chapters on time series analysis, cluster analysis, and classification methodologies, including decision trees, random forests, and support vector machines.