Używamy cookies, aby ułatwić korzystanie z Portalu. Możesz określić warunki przechowywania, dostępu do plików cookies w Twojej przeglądarce. Dowiedz się więcej.
strona główna Strona główna | Nowości | Promocje | Zapowiedzi Twoje konto | Zarejestruj | Schowek | Kontakt | Pomoc
mapa działów
Szukaj: szukanie zaawansowane
Koszyk
Książki \ Programowanie

Język R. Kompletny zestaw narzędzi dla analityków danych Język: 1

978-83-283-3684-1

Cena Brutto: 77.01

Cena netto: 73.34

Ilość:
Wersja: Drukowana
Autor Hadley Wickham, Garrett Grolemund
Liczba_stron 432
Wydawnictwo Helion
Oprawa miękka
Data_Wydania 2017-12-01

Język R

Kompletny zestaw narzędzi dla analityków danych



Analiza danych jest stosunkowo młodą, interdyscyplinarną dziedziną, której celem jest wydobycie i wykorzystanie wiedzy ukrytej w surowych danych pozyskanych z różnych źródeł. Można w ten sposób zrozumieć istotę zjawisk, przewidzieć wystąpienie zdarzeń czy pozyskać informacje niedostępne w inny sposób. W wielu przypadkach wnioski wyciągnięte z analizy danych okazują się bezcenne, co doceniają profesjonaliści z licznych branż. Przygotowanie danych, przeanalizowanie ich i odpowiednie przedstawienie płynącej z nich wiedzy bywa sporym wyzwaniem, jednak dzięki takim narzędziom jak język R i związane z nim pakiety zadanie to staje się znacząco prostsze.

Niniejsza książka jest przystępnie napisanym przewodnikiem po języku R i narzędziach służących do analizy danych. Zawarto tu wyczerpujące wprowadzenie do języka R, programu RStudio i tidyverse. Zaprezentowano zestaw pakietów R, które znacznie poprawiają komfort pracy podczas analizy danych. Wyjaśniono znaczenie poszczególnych etapów analizy danych: ich importowania, oczyszczania, przekształcania, modelowania, wizualizowania, a także skutecznego komunikowania wiedzy płynącej z danych. Mimo że książka dotyczy narzędzi programistycznych, skorzystają z niej nie tylko programiści. Doceni ją każdy, kto chce zyskać solidne podstawy przygotowania i analizy danych.

Najważniejsze zagadnienia:

  • przekształcanie zbiorów danych
  • techniki analizy danych w języku R
  • eksplorowanie danych, formułowanie i testowanie hipotez
  • integracja opisów, kodu i wyników badań w języku R Markdown
  • graficzna prezentacja danych z wykorzystaniem ggplot2

    Wstęp (9)

    CZĘŚĆ I. PRZEGLĄD (21)

    1. Wizualizacja danych za pomocą pakietu ggplot2 (23)

    • Wstęp (23)
    • Pierwsze kroki (24)
    • Mapowanie estetyk (26)
    • Typowe problemy (32)
    • Panele (33)
    • Obiekty geometryczne (35)
    • Przekształcenia statystyczne (40)
    • Dostosowanie położenia (46)
    • Systemy współrzędnych (50)
    • Warstwowa gramatyka graficzna (52)

    2. Organizacja pracy: podstawy (55)

    • Podstawy kodowania (55)
    • Co się kryje pod nazwą? (56)
    • Wywoływanie funkcji (56)

    3. Przekształcanie danych za pomocą pakietu dplyr (59)

    • Wprowadzenie (59)
    • Filtrowanie wierszy za pomocą funkcji filter() (61)
    • Organizowanie wierszy za pomocą funkcji arrange() (65)
    • Wybieranie kolumn za pomocą funkcji select() (66)
    • Dodawanie nowych zmiennych za pomocą funkcji mutate() (68)
    • Zgrupowane wartości sumaryczne za pomocą funkcji summarize() (71)
    • Grupowanie wyników mutowania (i filtrowania) (83)

    4. Organizacja pracy: skrypty (87)

    • Uruchamianie kodu (88)
    • Diagnostyka RStudio (88)

    5. Eksploracyjna analiza danych (91)

    • Wstęp (91)
    • Pytania (92)
    • Odchylenie (93)
    • Wartości brakujące (100)
    • Kowariancja (102)
    • Wzorce i modele (112)
    • Wywołania ggplot2 (115)
    • Więcej informacji (115)

    6. Organizacja pracy: projekty (117)

    • Co jest prawdziwe? (117)
    • Gdzie przebywają nasze analizy? (118)
    • Ścieżki i katalogi (119)
    • Projekty RStudio (119)
    • Podsumowanie (121)

    CZĘŚĆ II. PRZYGOTOWYWANIE (123)

    7. Dane typu tibble z użyciem pakietu tibble (125)

    • Wstęp (125)
    • Tworzenie danych typu tibble (125)
    • Typ tibble w porównaniu z typem data.frame (127)
    • Interakcje ze starszym kodem (128)

    8. Importowanie danych za pomocą pakietu readr (131)

    • Wstęp (131)
    • Zaczynamy (131)
    • Parsowanie wektora (134)
    • Parsowanie pliku (140)
    • Zapis do pliku (145)
    • Inne typy danych (146)

    9. Czyszczenie danych z wykorzystaniem pakietu tidyr (149)

    • Wstęp (149)
    • Czyszczenie danych (150)
    • Rozkład i gromadzenie (153)
    • Rozdzielanie i łączenie (157)
    • Brakujące wartości (160)
    • Studium przypadku (162)
    • Dane nieoczyszczone (166)

    10. Dane relacyjne z wykorzystaniem pakietu dplyr (167)

    • Wstęp (167)
    • nycflights13 (168)
    • Klucze (170)
    • Złączenia mutujące (172)
    • Złączenia filtrujące (180)
    • Problemy ze złączeniami (183)
    • Operacje na zbiorach (184)

    11. Przetwarzanie napisów za pomocą pakietu stringr (187)

    • Wstęp (187)
    • Podstawy napisów (187)
    • Dopasowywanie wzorców do wyrażeń regularnych (191)
    • Grupowanie i odwołania wsteczne (197)
    • Narzędzia (198)
    • Inne typy wzorców (207)
    • Inne sposoby użycia wyrażeń regularnych (209)
    • Pakiet stringi (210)

    12. Czynniki z użyciem pakietu forcats (211)

    • Wstęp (211)
    • Tworzenie czynników (211)
    • Badania General Social Survey (213)
    • Modyfikowanie kolejności czynnika (214)
    • Modyfikowanie poziomów czynników (218)

    13. Przetwarzanie daty i czasu za pomocą pakietu lubridate (221)

    • Wstęp (221)
    • Tworzenie daty lub czasu (222)
    • Komponenty danych typu data i czas (226)
    • Odcinki czasu (230)
    • Strefy czasowe (234)

    CZĘŚĆ III. PROGRAM (237)

    14. Potoki z wykorzystaniem pakietu magrittr (239)

    • Wstęp (239)
    • Alternatywy potoków (239)
    • Kiedy nie należy używać potoków? (243)
    • Inne narzędzia z pakietu magrittr (243)

    15. Funkcje (247)

    • Wstęp (247)
    • Kiedy powinienem napisać funkcję? (248)
    • Funkcje są dla ludzi i komputerów (250)
    • Wykonywanie warunkowe (252)
    • Argumenty funkcji (256)
    • Zwracane wartości (260)
    • Środowisko (262)

    16. Wektory (263)

    • Wstęp (263)
    • Podstawy wektorów (264)
    • Ważne typy wektorów atomowych (265)
    • Używanie wektorów atomowych (267)
    • Wektory rekurencyjne (listy) (272)
    • Wektory rozszerzone (278)

    17. Iteracje za pomocą pakietu purrr (281)

    • Wstęp (281)
    • Pętle for (282)
    • Odmiany pętli for (284)
    • Pętle for kontra programowanie funkcyjne (288)
    • Funkcje mapujące (290)
    • Obsługa niepowodzeń (293)
    • Mapowanie na podstawie wielu argumentów (295)
    • Funkcja walk (298)
    • Inne wzorce pętli for (299)

    CZĘŚĆ IV. MODEL (303)

    18. Podstawy modelowania z wykorzystaniem pakietu modelr (307)

    • Wstęp (307)
    • Prosty model (308)
    • Wizualizowanie modeli (315)
    • Formuły i rodziny modeli (318)
    • Wartości brakujące (329)
    • Inne rodziny modeli (329)

    19. Budowanie modelu (331)

    • Wstęp (331)
    • Dlaczego diamenty niskiej jakości są droższe? (332)
    • Co wpływa na liczbę lotów w ciągu dnia? (339)
    • Więcej informacji o modelach (349)

    20. Wiele modeli z użyciem pakietów purrr i broom (351)

    • Wstęp (351)
    • gapminder (352)
    • Kolumny w postaci list (361)
    • Tworzenie kolumn w postaci list (363)
    • Upraszczanie kolumn w postaci list (367)
    • Czyszczenie danych za pomocą pakietu broom (369)

    CZĘŚĆ V. KOMUNIKOWANIE (371)

    21. R Markdown (373)

    • Wstęp (373)
    • Podstawy R Markdown (374)
    • Formatowanie tekstu za pomocą Markdown (376)
    • Fragmenty kodu (377)
    • Rozwiązywanie problemów (382)
    • Nagłówek YAML (383)
    • Więcej informacji (385)

    22. Grafika dla komunikacji z wykorzystaniem ggplot2 (387)

    • Wstęp (387)
    • Etykieta (388)
    • Adnotacje (390)
    • Skale (396)
    • Powiększanie (404)
    • Szablony (405)
    • Zapisywanie wykresów (407)
    • Więcej informacji (410)

    23. Formaty R Markdown (411)

    • Opcje wyjścia (411)
    • Dokumenty (412)
    • Notatniki (413)
    • Prezentacje (413)
    • Pulpity (414)
    • Interaktywność (415)
    • Serwisy WWW (417)
    • Inne formaty (418)
    • Więcej informacji (418)

    24. Sposób pracy z R Markdown (419)

    Skorowidz (421)

powrót
 
Produkty Podobne
Python dla profesjonalistów. Debugowanie, testowanie i utrzymywanie kodu
Adaptywny kod. Zwinne programowanie, wzorce projektowe i SOLID-ne zasady. Wydanie II
Ciągłe dostarczanie oprogramowania. Kompletny przewodnik
Język R. Kompletny zestaw narzędzi dla analityków danych
Programowanie zorientowane obiektowo w języku JavaScript. Wydanie III
Tablice informatyczne. Bootstrap
Angular 2. Programowanie z użyciem języka TypeScript
Język TypeScript. Tajniki kodu. Wydanie II
Python. Uczenie maszynowe
Programming the Microsoft Bot Framework: A Multiplatform Approach to Building Chatbots
Więcej produktów