Bewertung:
Das Buch wird im Allgemeinen für seine leicht verständliche und praktische Vermittlung der R-Programmierung gelobt, insbesondere für diejenigen, die bereits über einige Programmierkenntnisse verfügen. Es bietet eine gute Mischung aus Programmier- und Datenanalysefähigkeiten, ist aber eher für fortgeschrittene Lernende als für absolute Anfänger geeignet. Es bietet zwar hilfreiche Übungen und deckt nützliche Themen ab, aber manche Leser finden, dass es im Vergleich zu anderen R-Büchern an Tiefe und Breite mangelt.
Vorteile:⬤ Gut geschrieben und leicht zu verstehen
⬤ praktischer Ansatz zum Erlernen von R
⬤ enthält Quiz und Übungen, um das Gelernte zu festigen
⬤ bietet wertvolle Tipps zu Datenstrukturen und Anwendungen
⬤ hilfreich für Programmierer, die neu in R sind
⬤ enthält Kapitel zum Schreiben von Paketen.
⬤ Möglicherweise nicht geeignet für Anfänger ohne Programmiererfahrung
⬤ einige Themen werden in anderen Büchern ausführlicher behandelt
⬤ es fehlt eine umfassende Abdeckung von R oder detaillierte Lösungen für Programmierprobleme
⬤ manche finden die ersten Kapitel trocken und schwierig.
(basierend auf 30 Leserbewertungen)
Learning R: A Step-By-Step Function Guide to Data Analysis
Lernen Sie, wie Sie mit der Sprache R und der Softwareumgebung Datenanalysen durchführen können, auch wenn Sie wenig oder gar keine Programmiererfahrung haben. Mit den Tutorien in diesem praktischen Handbuch lernen Sie, wie Sie die wesentlichen R-Tools verwenden, die Sie für die Datenanalyse kennen müssen, einschließlich Datentypen und Programmierkonzepte.
Die zweite Hälfte von Learning R zeigt Ihnen echte Datenanalyse in Aktion, indem sie alles vom Importieren von Daten bis zum Veröffentlichen Ihrer Ergebnisse behandelt. Jedes Kapitel des Buches enthält ein Quiz zu dem, was Sie gelernt haben, und schließt mit Übungen ab, von denen die meisten das Schreiben von R-Code beinhalten.
⬤ Schreiben Sie ein einfaches R-Programm und entdecken Sie, was die Sprache leisten kann.
⬤ Verwenden Sie Datentypen wie Vektoren, Arrays, Listen, Datenrahmen und Strings.
⬤ Bedingte oder wiederholte Ausführung von Code mit Verzweigungen und Schleifen.
⬤ R-Zusatzpakete anwenden und Ihre eigene Arbeit für andere verpacken.
⬤ Lernen Sie, wie Sie Daten bereinigen können, die Sie aus einer Vielzahl von Quellen importieren.
⬤ Daten durch Visualisierung und zusammenfassende Statistiken zu verstehen.
⬤ Nutzen Sie statistische Modelle, um quantitative Urteile über Daten zu fällen und Vorhersagen zu treffen.
⬤ Lernen Sie, was zu tun ist, wenn beim Schreiben von Datenanalysecode etwas schief geht.
| ISBN: | 9781449357108 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 2013 |
| Seitenzahl: | 250 |
Derzeit verfügbar, auf Lager.
