Bewertung:
Das Buch „Programming Skills for Data Science“ von Mike Freeman und Joel Ross ist eine umfassende und leicht zugängliche Einführung in die Datenwissenschaft und die R-Programmierung, die sich sowohl für Anfänger als auch für Umsteiger in R eignet.
Vorteile:⬤ Umfassende Abdeckung wesentlicher Data-Science-Themen wie Git, Markdown und R-Programmierung.
⬤ Gut strukturiert mit klaren Erklärungen, die komplexe Konzepte leichter verständlich machen.
⬤ Enthält praktische Übungen und Ressourcen auf GitHub für die praktische Anwendung.
⬤ Pädagogischer Ansatz, der Anfängern Mut macht, mit Schwerpunkt auf klaren Programmierbeispielen und Datenvisualisierung.
⬤ In verständlicher Sprache geschrieben, die den Lernenden mit schrittweiser Anleitung unterstützt.
⬤ Einige wichtige Themen, wie z. B. objektorientierte Programmierung und Datenverarbeitung, werden nur unzureichend behandelt.
⬤ In einigen Bereichen fehlt es an Tiefe, und einige Nuancen der Datenwissenschaft werden nicht vollständig dargestellt.
⬤ Der Leser wünscht sich möglicherweise fortgeschrittenere Einblicke und Lösungen für häufige Herausforderungen, wie z. B. Paketkonflikte.
(basierend auf 9 Leserbewertungen)
Data Science Foundations Tools and Techniques: Core Skills for Quantitative Analysis with R and Git
Die grundlegenden praktischen Fähigkeiten, die Sie für den Einstieg in die Datenwissenschaft benötigen
Mithilfe von Data-Science-Techniken können Sie Rohdaten in verwertbare Erkenntnisse für Bereiche von der Stadtplanung bis zur Präzisionsmedizin umwandeln. Programming Skills for Data Science vereint alle grundlegenden Fähigkeiten, die Sie für den Einstieg benötigen, auch wenn Sie keine Erfahrung mit Programmierung oder Data Science haben.
Die führenden Dozenten Michael Freeman und Joel Ross führen Sie durch die Installation und Konfiguration der Tools, die Sie zur Lösung professioneller datenwissenschaftlicher Probleme benötigen, darunter die weit verbreitete Sprache R und das Versionskontrollsystem Git. Sie erklären, wie Sie Ihre Daten in eine Form bringen, in der sie leicht verwendet, analysiert und visualisiert werden können, damit andere die von Ihnen aufgedeckten Muster erkennen können. Schritt für Schritt erlernen Sie leistungsstarke R-Programmiertechniken und Fähigkeiten zur Fehlerbehebung, um Daten auf neue Weise und in größerem Maßstab zu untersuchen.
Freeman und Ross lehren anhand von praktischen Beispielen und Übungen, die zu kompletten Data-Science-Projekten kombiniert werden können. Alles ist auf reale Anwendungen ausgerichtet, so dass Sie schnell damit beginnen können, Ihre eigenen Daten zu analysieren und Antworten zu erhalten, auf die Sie reagieren können. Lernen Sie zu.
⬤ Installieren Sie Ihre komplette Data-Science-Umgebung, einschließlich R und RStudio.
⬤ Projekte effizient verwalten, von der Versionsverfolgung bis zur Dokumentation.
⬤ Hosting, Verwaltung und Zusammenarbeit bei Data Science-Projekten mit GitHub.
⬤ Beherrschen Sie die Grundlagen der Sprache R: Syntax, Programmierkonzepte und Datenstrukturen.
⬤ Laden, formatieren, untersuchen und restrukturieren Sie Daten für eine erfolgreiche Analyse.
⬤ Interaktion mit Datenbanken und Web-APIs.
⬤ Beherrschen der Schlüsselprinzipien zur genauen und intuitiven Visualisierung von Daten.
⬤ Erstellen Sie ansprechende, interaktive Visualisierungen mit ggplot und anderen R-Paketen.
⬤ Analysen mit R Markdown in gemeinsam nutzbare Dokumente und Websites umwandeln.
⬤ Erstellen Sie interaktive Web-Data-Science-Anwendungen mit Shiny.
⬤ Eine reibungslose Zusammenarbeit in einem Data-Science-Team.
Registrieren Sie Ihr Buch, um bequemen Zugang zu Downloads, Aktualisierungen und/oder Korrekturen zu erhalten, sobald diese verfügbar sind. Siehe Innenseite des Buches für Details.
| ISBN: | 9780135133101 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 2018 |
| Seitenzahl: | 384 |
Derzeit verfügbar, auf Lager.
