R Programming: A Step-by-Step Guide for Absolute Beginners-2nd edition

ویرایش: [2 ed.] 
نویسندگان: Daniel Bell  
سری:  
ISBN (شابک) : 9781696769648 
ناشر:  
سال نشر: 2020 
تعداد صفحات:  
زبان: English 
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 8 Mb 

قیمت کتاب (تومان) : 34,000

R یک زبان برنامه نویسی و محیط نرم افزاری برای تجزیه و تحلیل آماری، نمایش گرافیکی و گزارش است. اگر می خواهید زبان برنامه نویسی R را به عنوان یک مبتدی درک کنید، این کتاب کوتاه به شما درک کافی از تقریباً تمام مفاهیم زبان R می دهد. نویسنده شما را از طریق مثال‌هایی راهنمایی می‌کند، نحوه برنامه‌نویسی در R و نحوه استفاده از R برای تجزیه و تحلیل موثر داده‌ها.همین حالا نسخه خود را بخرید!

اهداف کتاب

این کتاب در مورد برنامه نویسی R است. اهداف نویسنده به شرح زیر است:

• آشنایی شما با مبانی زبان برنامه نویسی R.
• کمک به درک زمینه های مختلفی که R می تواند در آن کاربرد داشته باشد و موارد استفاده از آن در هر زمینه
• برای تجهیز شما به مهارت های برنامه نویسی R، مهارت های مبتدی و پیشرفته.
• برای اینکه شما را با برنامه نویسی R برای تجزیه و تحلیل داده ها آشنا کنیم.
• برای آشنایی شما با برنامه نویسی R برای یادگیری ماشین.
• برای کمک به درک و درک قدرت R در محاسبات آماری، تجزیه و تحلیل داده ها و تحقیقات علمی.

این کتاب برای چه کسانی است؟

• هر کسی که کاملاً مبتدی در برنامه نویسی R است.
• هر کسی که نیاز به پیشرفت مهارت های برنامه نویسی R خود دارد.
• افراد حرفه ای در برنامه نویسی کامپیوتر.
• استادان، مدرسان یا مدرسانی که به دنبال یافتن راه های بهتری برای توضیح برنامه نویسی R به دانش آموزان خود به ساده ترین و آسان ترین راه هستند.
• < li> دانشجویان و دانشگاهیان، به ویژه کسانی که بر روی R، تجزیه و تحلیل داده ها، یادگیری ماشین، علوم کامپیوتر و توسعه پایگاه های داده تمرکز می کنند.

نیازها

نویسنده انتظار دارد که رایانه ای با سیستم عاملی مانند Linux، Windows یا Mac OS X نصب شده باشد. < h2>داخل کتاب چیست؟

• مبانی R
• انواع داده های R
• متغیرها و ثابت های R
< li> اپراتورهای R
• تصمیم گیری در حلقه های R
• R
• عملکردهای R
• کلاس ها و اشیاء R
• R FOR DATA SCIENCE
• R FOR MACHINE LEARNING

از پشت جلد.

زبان برنامه نویسی R یکی از محبوب ترین زبان هایی که توسط آماردانان، تحلیلگران داده، محققان برای بازیابی، پاکسازی، تجزیه و تحلیل، تجسم و ارائه داده ها استفاده می شود. این یک کتاب جامع در مورد چگونگی شروع برنامه نویسی R، چرایی یادگیری آن و نحوه یادگیری آن است. دانیل بل با معرفی خوانندگان با مبانی زبان برنامه نویسی R شروع می کند. هدف این است که به شما در درک نحوه کار مفسر R، منشأ نام R، نحوه تنظیم محیط برنامه نویسی R و غیره کمک کند. نویسنده در مورد فرآیند نصب R در ویندوز، لینوکس و سیستم عامل مک بحث کرده است. علاوه بر این، نویسنده اصول برنامه نویسی R از جمله نوشتن نظرات، استفاده از کنسول R، ایجاد فایل های اسکریپت R و غیره را بررسی کرده است. ویژگی های مختلف ارائه شده توسط R به طور عمیق مورد بحث قرار گرفته است، از جمله انواع داده ها، متغیرها، حلقه ها، تصمیم گیری، توابع، عملگرها، کلاس ها و اشیاء و غیره. نویسنده همچنین R را برای علم داده و R را برای یادگیری ماشین مورد بحث قرار داده است. کتاب در فصل‌هایی تنظیم شده است که هر فصل دارای بخش‌های فرعی زیادی است. اسکریپت های کد R همراه با توضیحات کامل کد و تصاویری که خروجی مورد انتظار در اجرای هر اسکریپت را نشان می دهد، ارائه شده است.

R is a programming language and software environment for statistical analysis, graphics representation, and reporting. If you are trying to understand the R programming language as a beginner, this short book will give you enough understanding of almost all the concepts of the R language. The author will guide you through examples, how to program in R and how to use R for effective data analysis.Buy your copy Now!

Book Objectives

This book is about R programming. The following are the objectives of the author:

• To familiarize you with the basics of R programming language.
• To help you understand the various fields where R can be applied and its use cases in each field.
• To equip you with R programming skills, both beginner and advanced skills.
• To introduce you to R programming for data analysis.
• To introduce you to R programming for machine learning.
• To help you understand and appreciate the power of R in statistical computing, data analysis, and scientific research.

Who this Book is for?

• Anybody who is a complete beginner to R Programming.
• Anybody in need of advancing their R Programming skills.
• Professionals in computer programming.
• Professors, lecturers or tutors who are looking to find better ways to explain R programming to their students in the simplest and easiest way.
• Students and academicians, especially those focusing on R, Data Analysis,Machine Learning , computer science, and Databases development.

Requirements

The author expects you to have a computer installed with an operating system such as Linux, Windows or Mac OS X.

What is inside the book?

• R BASICS
• R DATA TYPES
• R VARIABLES AND CONSTANTS
• R OPERATORS
• DECISION MAKING IN R
• R LOOPS
• R FUNCTIONS
• R CLASSES AND OBJECTS
• R FOR DATA SCIENCE
• R FOR MACHINE LEARNING

From the Back Cover.

R programming language is one of the most popular languages used by statisticians, data analysts, researchers to retrieve, clean, analyze, visualize and present data. This is a comprehensive book on how to get started with R programming, why you should learn it and how you can learn it. Daniel Bell begins by introducing the readers to the foundations of the R programming language. The aim is to help you understand, how the R interpreter works, the origin of the name R, how to set up the R programming environment, etc. The author has discussed the process of installing R on Windows, Linux and Mac OS. Moreover, the author has explored the basics of R programming including writing comments, using the R console, creating R script files, etc. The various features provided by R have been discussed in depth, including data types, variables, loops, decision making, functions, operators, classes, and objects, etc. The author has also discussed R for data science and R for machine learning. The book has been organized into chapters, with each chapter having many sub-chapters. R code scripts have been provided, alongside thorough explanations of the code and images showing the expected output upon the execution of every script.

1 R Basics
2 R Data Types
3 R Variables and Constants
4 R Operators
5 Decision Making in R
6 R Loops
7 R Functions
8 R Classes and Objects
9 R for Data Science
10 R for Machine Learning
Conclusion