Cantitate/Preț
Produs

Data Analysis with R - Second Edition

Autor Anthony Fischetti
en Limba Engleză Paperback – 30 mar 2018

Remarcăm în Data Analysis with R - Second Edition o structură riguroasă, concepută să ghideze cititorul de la fundamentele raționamentului statistic până la tehnici complexe de modelare predictivă. Metodologia propusă de Anthony Fischetti se bazează pe învățarea prin exemple practice, punând un accent deosebit pe fluxul de lucru real al unui analist: de la importul și curățarea datelor „murdare” (messy data), până la comunicarea rezultatelor și asigurarea reproductibilității analizei. Această a doua ediție aduce actualizări esențiale în ceea ce privește utilizarea pachetelor moderne precum dplyr și ggplot2, reflectând evoluția ecosistemului R din ultimii ani. Apreciem integrarea metodelor bayesiene și a algoritmilor MCMC într-un format accesibil, oferind instrumente care pot fi puse în practică imediat. Față de prima ediție, Data Analysis with R, acest volum extinde semnificativ orizontul tehnic, abordând gestiunea seturilor de date mari prin Rcpp și data.table, elemente vitale pentru performanță în producție. Cartea funcționează ca o alternativă solidă la The Book of R pentru cursurile de statistică aplicată, având avantajul unei orientări mai pronunțate către fluxurile de lucru din sectorul privat și către analiza predictivă avansată. De asemenea, poate fi consultată în paralel cu Practical Data Science with R, Second Edition, oferind o bază teoretică mai profundă asupra testării ipotezelor și a teoriei eșantionării, în timp ce menține un ton pragmatic. Recomandăm acest titlu pentru rigoarea cu care tratează problemele de scalabilitate și imputare a datelor lipsă, transformând un limbaj adesea asociat mediului academic într-un instrument de producție robust pentru știința datelor.

Citește tot Restrânge

Preț: 29898 lei

Puncte Express: 448

Carte tipărită la comandă

Livrare economică 15-29 iunie


Specificații

ISBN-13: 9781788393720
ISBN-10: 1788393724
Pagini: 570
Dimensiuni: 191 x 235 x 31 mm
Greutate: 1.05 kg
Ediția:Second
Editura: Packt Publishing

De ce să citești această carte

Recomandăm această carte oricărui viitor specialist în date care dorește să stăpânească R dincolo de nivelul de bază. Veți câștiga competențe practice în gestionarea datelor complexe, modelare bayesiană și optimizarea performanței codului. Este o investiție pe termen lung, oferind soluții concrete pentru provocările cotidiene ale analizei de date, de la curățarea seturilor de date până la implementarea modelelor de regresie și clasificare în medii de producție.


Despre autor

Anthony Fischetti este un specialist în analiza datelor cu o experiență vastă în utilizarea limbajului R pentru rezolvarea problemelor complexe de business și cercetare. În lucrarea sa de referință, Data Analysis with R - Second Edition, autorul își valorifică expertiza pentru a face puntea între rigoarea statistică și necesitățile pragmatice ale industriei de profil. Abordarea sa este caracterizată de claritate și de un accent pus pe instrumentele care facilitează reproductibilitatea și eficiența, elemente pe care le-a rafinat constant de la publicarea primei ediții a operei sale.


Notă biografică

Tony Fischetti is a data scientist at College Factual, where he gets to use R everyday to build personalized rankings and recommender systems. He graduated in cognitive science from Rensselaer Polytechnic Institute, and his thesis was strongly focused on using statistics to study visual short-term memory.Tony enjoys writing and contributing to open source software, blogging at onthelambda, writing about himself in third person, and sharing his knowledge using simple, approachable language and engaging examples.The more traditionally exciting of his daily activities include listening to records, playing the guitar and bass (poorly), weight training, and helping others.

Descriere scurtă

Learn, by example, the fundamentals of data analysis as well as several intermediate to advanced methods and techniques ranging from classification and regression to Bayesian methods and MCMC, which can be put to immediate use.


Key Features:Analyze your data using R - the most powerful statistical programming language
Learn how to implement applied statistics using practical use-cases
Use popular R packages to work with unstructured and structured data




Book Description:
Frequently the tool of choice for academics, R has spread deep into the private sector and can be found in the production pipelines at some of the most advanced and successful enterprises. The power and domain-specificity of R allows the user to express complex analytics easily, quickly, and succinctly.


Starting with the basics of R and statistical reasoning, this book dives into advanced predictive analytics, showing how to apply those techniques to real-world data though with real-world examples.


Packed with engaging problems and exercises, this book begins with a review of R and its syntax with packages like Rcpp, ggplot2, and dplyr. From there, get to grips with the fundamentals of applied statistics and build on this knowledge to perform sophisticated and powerful analytics. Solve the difficulties relating to performing data analysis in practice and find solutions to working with messy data, large data, communicating results, and facilitating reproducibility.


This book is engineered to be an invaluable resource through many stages of anyone's career as a data analyst.


What You Will Learn:Gain a thorough understanding of statistical reasoning and sampling theory
Employ hypothesis testing to draw inferences from your data
Learn Bayesian methods for estimating parameters
Train regression, classification, and time series models
Handle missing data gracefully using multiple imputation
Identify and manage problematic data points
Learn how to scale your analyses to larger data with Rcpp, data.table, dplyr, and parallelization
Put best practices into effect to make your job easier and facilitate reproducibility




Who this book is for:
Budding data scientists and data analysts who are new to the concept of data analysis, or who want to build efficient analytical models in R will find this book to be useful. No prior exposure to data analysis is needed, although a fundamental understanding of the R programming language is required to get the best out of this book.