R for Data Science: Import, Tidy, Transform, Visualize, and Model Data
Kurzinformation
inkl. MwSt. Versandinformationen
Artikel zZt. nicht lieferbar
Artikel zZt. nicht lieferbar

Beschreibung
"R for Data Science" von Hadley Wickham ist ein umfassendes Handbuch, das sich an Personen richtet, die ihre Fähigkeiten in der Datenanalyse mit der Programmiersprache R verbessern möchten. Das Buch führt die Leser durch den gesamten Prozess der Datenwissenschaft, beginnend beim Importieren von Daten aus verschiedenen Quellen. Es behandelt ausführlich das Aufbereiten und Bereinigen von Daten ("Tidy Data"), um sie für Analysen nutzbar zu machen. Ein zentraler Bestandteil des Buches ist die Transformation von Daten, bei der verschiedene Techniken zur Manipulation und Umstrukturierung vorgestellt werden. Wickham legt großen Wert auf die Visualisierung von Daten mithilfe des ggplot2-Pakets, um Muster und Trends effektiv darzustellen. Darüber hinaus werden Methoden zur Modellierung von Daten behandelt, um Vorhersagen zu treffen oder Einblicke zu gewinnen. Das Buch fördert einen praktischen Ansatz mit vielen Beispielen und Übungen, die es dem Leser ermöglichen, das Gelernte direkt anzuwenden. Insgesamt bietet "R for Data Science" eine solide Grundlage für alle, die datengetriebene Entscheidungen treffen möchten.
Produktdetails
So garantieren wir Dir zu jeder Zeit Premiumqualität.
Über den Autor
Hadley Wickham is an Assistant Professor and the Dobelman FamilyJunior Chair in Statistics at Rice University. He is an active memberof the R community, has written and contributed to over 30 R packages, and won the John Chambers Award for Statistical Computing for his work developing tools for data reshaping and visualization. His research focuses on how to make data analysis better, faster and easier, with a particular emphasis on the use of visualization to better understand data and models.Garrett Grolemund is a statistician, teacher and R developer who currently works for RStudio. He sees data analysis as a largely untapped fountain of value for both industry and science. Garrett received his Ph.D at Rice University in Hadley Wickham's lab, where his research traced the origins of data analysis as a cognitive process and identified how attentional and epistemological concerns guide every data analysis.Garrett is passionate about helping people avoid the frustration and unnecessary learning he went through while mastering data analysis. Even before he finished his dissertation, he started teaching corporate training in R and data analysis for Revolutions Analytics. He's taught at Google, eBay, Axciom and many other companies, and is currently developing a training curriculum for RStudio that will make useful know-how even more accessible. Outside of teaching, Garrett spends time doing clinical trials research, legal research, and financial analysis. He also develops R software, he's co-authored the lubridate R package--which provides methods to parse, manipulate, and do arithmetic with date-times--and wrote the ggsubplot package, which extends the ggplot2 package.
- Kartoniert
- 391 Seiten
- Erschienen 2022
- Springer VS
- paperback
- 154 Seiten
- Erschienen 2017
- CreateSpace Independent Pub...
- Gebunden
- 402 Seiten
- Erschienen 2021
- Carl Hanser Verlag GmbH & C...
- Gebunden
- 456 Seiten
- Erschienen 2017
- Springer
- hardcover
- 344 Seiten
- Erschienen 2012
- Wiley
- Kartoniert
- 360 Seiten
- Erschienen 2018
- Manning
- paperback
- 216 Seiten
- Erschienen 2013
- Springer
- paperback
- 352 Seiten
- Erschienen 2011
- Cengage Learning, Inc
- Taschenbuch
- 286 Seiten
- Erschienen 2012
- UTB GmbH
- hardcover
- 643 Seiten
- Erschienen 2020
- Springer
- Gebunden
- 271 Seiten
- Erschienen 2018
- dpunkt.verlag GmbH




