Cantitate/Preț
Produs

Practical Data Science with R, Second Edition

Autor Nina Zumel, John Mount
en Limba Engleză Paperback – 7 dec 2019

Credibilitatea volumului Practical Data Science with R, Second Edition este ancorată în experiența vastă a autorilor Nina Zumel și John Mount. Ambii dețin doctorate la Carnegie Mellon și conduc o firmă de consultanță de succes, ceea ce le permite să ofere o perspectivă pragmătica, extrasă direct din tranșeele analizei de date aplicate. Găsim în această carte nu doar teorie statistică, ci un ghid de execuție orientat spre rezultate economice concrete. Descoperim aici un parcurs logic care începe cu procesul de data science și continuă cu etapa critică a pregătirii datelor (data shaping). Cartea excelează prin modul în care tratează interpretarea modelelor predictive complexe, transformând algoritmii în decizii de business. Pe linia practică a volumului Data Analysis with R - Second Edition, dar cu un focus mult mai apăsat pe contextul corporativ și suportul decizional, acest manual de la Manning Publications elimină bariera dintre mediul academic și cel profesional. Structura este riguroasă, acoperind de la regresii fundamentale până la metode nesupervizate, totul fiind prezentat într-un stil „task-based”. Considerăm că punctul forte al lucrării este accentul pus pe comunicarea rezultatelor; autorii demonstrează că datele sunt inutile dacă nu sunt organizate în tabele și vizualizări capabile să convingă un consiliu director. Este un instrument de lucru care prioritizează eficiența în fluxul de producție, fiind ideal pentru cei care au depășit faza de începător în R și doresc să livreze valoare într-un mediu de business real.

Citește tot Restrânge

Preț: 32827 lei

Puncte Express: 492

Carte disponibilă

Livrare economică 23 mai-06 iunie


Specificații

ISBN-13: 9781617295874
ISBN-10: 1617295876
Pagini: 483
Ilustrații: Illustrations, unspecified
Dimensiuni: 187 x 233 x 35 mm
Greutate: 0.93 kg
Ediția:2nd edition
Editura: Manning Publications

De ce să citești această carte

Recomandăm această carte analiștilor care doresc să treacă de la simpla raportare la predicții complexe folosind R. Veți învăța cum să gestionați datele brute, să alegeți modelele statistice corecte pentru probleme de marketing sau BI și să prezentați concluziile într-un mod vizual impactant. Este un câștig imediat pentru profesioniștii care caută să transforme seturile de date în avantaje competitive prin decizii bazate pe dovezi.


Despre autor

Nina Zumel este co-fondatoare a Win-Vector, o firmă de consultanță specializată în data science din San Francisco. Deține un doctorat în robotică de la Carnegie Mellon University și a contribuit la dezvoltarea cursurilor de analiză de date pentru giganți tehnologici precum EMC. Împreună cu John Mount, publică constant pe blogul Win-Vector despre statistică, probabilități și optimizare. Expertiza sa îmbină rigoarea matematică cu nevoile practice ale mediului de afaceri, transformând concepte complexe în strategii aplicabile.


Descriere scurtă

Summary
Practical Data Science with R, Second Edition takes a practice-oriented approach to explaining basic principles in the ever expanding field of data science. You'll jump right to real-world use cases as you apply the R programming language and statistical analysis techniques to carefully explained examples based in marketing, business intelligence, and decision support. Foreword by Jeremy Howard and Rachel Thomas
Purchase of the print book includes a free eBook in PDF, Kindle, and ePub formats from Manning Publications.
About the Technology
Evidence-based decisions are crucial to success. Applying the right data analysis techniques to your carefully curated business data helps you make accurate predictions, identify trends, and spot trouble in advance. The R data analysis platform provides the tools you need to tackle day-to-day data analysis and machine learning tasks efficiently and effectively.
About the Book
Practical Data Science with R, Second Edition is a task-based tutorial that leads readers through dozens of useful, data analysis practices using the R language. By concentrating on the most important tasks you'll face on the job, this friendly guide is comfortable both for business analysts and data scientists. Because data is only useful if it can be understood, you'll also find fantastic tips for organizing and presenting data in tables, as well as snappy visualizations.
What's inside
  • Statistical analysis for business pros
  • Effective data presentation
  • The most useful R tools
  • Interpreting complicated predictive models
About the Reader
You'll need to be comfortable with basic statistics and have an introductory knowledge of R or another high-level programming language.
About the Author
Nina Zumel and John Mount founded a San Francisco-based data science consulting firm. Both hold PhDs from Carnegie Mellon University and blog on statistics, probability, and computer science.
Table of Contents
    PART 1 - INTRODUCTION TO DATA SCIENCE
  1. The data science process
  2. Starting with R and data
  3. Exploring data
  4. Managing data
  5. Data engineering and data shapingPART 2 - MODELING METHODS
  6. Choosing and evaluating models
  7. Linear and logistic regression
  8. Advanced data preparation
  9. Unsupervised methods
  10. Exploring advanced methodsPART 3 - WORKING IN THE REAL WORLD
  11. Documentation and deployment
  12. Producing effective presentations