Marcin Mazureknarzędzia online · artykuły · księgarniaRSS
Okładka: Język R w data science. Importowanie, porządkowanie, przekształcanie, wizualizowanie i modelowanie danych. Wydanie IITylna okładka: Język R w data science. Importowanie, porządkowanie, przekształcanie, wizualizowanie i modelowanie danych. Wydanie II

Język R w data science. Importowanie, porządkowanie, przekształcanie, wizualizowanie i modelowanie danych. Wydanie II

Autor: Hadley Wickham, Mine Çetinkaya-Rundel, Garrett Grolemund

Tłumacz: Tomasz Walczak

Helion

38,90 zł 129,00 zł -70%

Kup w księgarni Helion

Gdzie kupić

SklepWydanieCena
Helion.plksiążka38,90 złKup
TaniaKsiazka.plksiążka56,44 złKup

Ceny z feedów partnerów, odświeżane codziennie. Linki są partnerskie — przy zakupie dostaję prowizję, cena dla Ciebie się nie zmienia.

Czytaj fragmentPobierz PDF

Kategorie
Język R
Wydawca
Helion
Rodzaj
książka
Format
165x235
Oprawa
miękka
Stron
528
Data wydania
2024-04-02
ISBN
978-83-289-0653-2
Tytuł oryginału
R for Data Science: Import, Tidy, Transform, Visualize, and Model Data, 2nd Edition

Fragment książki — 30 stron

Kliknij stronę, żeby powiększyć. Całość możesz przeczytać online albo pobrać jako PDF. Fragment udostępniony przez wydawcę.

  • Fragment „Język R w data science. Importowanie, porządkowanie, przekształcanie, wizualizowanie i modelowanie danych. Wydanie II” — strona 1 z 301
  • Fragment „Język R w data science. Importowanie, porządkowanie, przekształcanie, wizualizowanie i modelowanie danych. Wydanie II” — strona 2 z 302
  • Fragment „Język R w data science. Importowanie, porządkowanie, przekształcanie, wizualizowanie i modelowanie danych. Wydanie II” — strona 3 z 303
  • Fragment „Język R w data science. Importowanie, porządkowanie, przekształcanie, wizualizowanie i modelowanie danych. Wydanie II” — strona 4 z 304
  • Fragment „Język R w data science. Importowanie, porządkowanie, przekształcanie, wizualizowanie i modelowanie danych. Wydanie II” — strona 5 z 305
  • Fragment „Język R w data science. Importowanie, porządkowanie, przekształcanie, wizualizowanie i modelowanie danych. Wydanie II” — strona 6 z 306
  • Fragment „Język R w data science. Importowanie, porządkowanie, przekształcanie, wizualizowanie i modelowanie danych. Wydanie II” — strona 7 z 307
  • Fragment „Język R w data science. Importowanie, porządkowanie, przekształcanie, wizualizowanie i modelowanie danych. Wydanie II” — strona 8 z 308
  • Fragment „Język R w data science. Importowanie, porządkowanie, przekształcanie, wizualizowanie i modelowanie danych. Wydanie II” — strona 9 z 309
  • Fragment „Język R w data science. Importowanie, porządkowanie, przekształcanie, wizualizowanie i modelowanie danych. Wydanie II” — strona 10 z 3010
  • Fragment „Język R w data science. Importowanie, porządkowanie, przekształcanie, wizualizowanie i modelowanie danych. Wydanie II” — strona 11 z 3011
  • Fragment „Język R w data science. Importowanie, porządkowanie, przekształcanie, wizualizowanie i modelowanie danych. Wydanie II” — strona 12 z 3012
  • Fragment „Język R w data science. Importowanie, porządkowanie, przekształcanie, wizualizowanie i modelowanie danych. Wydanie II” — strona 13 z 3013
  • Fragment „Język R w data science. Importowanie, porządkowanie, przekształcanie, wizualizowanie i modelowanie danych. Wydanie II” — strona 14 z 3014
  • Fragment „Język R w data science. Importowanie, porządkowanie, przekształcanie, wizualizowanie i modelowanie danych. Wydanie II” — strona 15 z 3015
  • Fragment „Język R w data science. Importowanie, porządkowanie, przekształcanie, wizualizowanie i modelowanie danych. Wydanie II” — strona 16 z 3016
  • Fragment „Język R w data science. Importowanie, porządkowanie, przekształcanie, wizualizowanie i modelowanie danych. Wydanie II” — strona 17 z 3017
  • Fragment „Język R w data science. Importowanie, porządkowanie, przekształcanie, wizualizowanie i modelowanie danych. Wydanie II” — strona 18 z 3018
  • Fragment „Język R w data science. Importowanie, porządkowanie, przekształcanie, wizualizowanie i modelowanie danych. Wydanie II” — strona 19 z 3019
  • Fragment „Język R w data science. Importowanie, porządkowanie, przekształcanie, wizualizowanie i modelowanie danych. Wydanie II” — strona 20 z 3020
  • Fragment „Język R w data science. Importowanie, porządkowanie, przekształcanie, wizualizowanie i modelowanie danych. Wydanie II” — strona 21 z 3021
  • Fragment „Język R w data science. Importowanie, porządkowanie, przekształcanie, wizualizowanie i modelowanie danych. Wydanie II” — strona 22 z 3022
  • Fragment „Język R w data science. Importowanie, porządkowanie, przekształcanie, wizualizowanie i modelowanie danych. Wydanie II” — strona 23 z 3023
  • Fragment „Język R w data science. Importowanie, porządkowanie, przekształcanie, wizualizowanie i modelowanie danych. Wydanie II” — strona 24 z 3024
  • Fragment „Język R w data science. Importowanie, porządkowanie, przekształcanie, wizualizowanie i modelowanie danych. Wydanie II” — strona 25 z 3025
  • Fragment „Język R w data science. Importowanie, porządkowanie, przekształcanie, wizualizowanie i modelowanie danych. Wydanie II” — strona 26 z 3026
  • Fragment „Język R w data science. Importowanie, porządkowanie, przekształcanie, wizualizowanie i modelowanie danych. Wydanie II” — strona 27 z 3027
  • Fragment „Język R w data science. Importowanie, porządkowanie, przekształcanie, wizualizowanie i modelowanie danych. Wydanie II” — strona 28 z 3028
  • Fragment „Język R w data science. Importowanie, porządkowanie, przekształcanie, wizualizowanie i modelowanie danych. Wydanie II” — strona 29 z 3029
  • Fragment „Język R w data science. Importowanie, porządkowanie, przekształcanie, wizualizowanie i modelowanie danych. Wydanie II” — strona 30 z 3030

Opis

Aby w pełni wykorzystać potencjał danych i przekształcać je w wartościową wiedzę, musisz się posługiwać odpowiednimi narzędziami. Szczególnie przyda Ci się znajomość języka R, który pozwala na efektywne wykonywanie zadań, od importowania surowych danych po komunikowanie uzyskanych wyników w zrozumiały sposób.

Oto drugie, zaktualizowane wydanie znakomitego przewodnika dla analityków danych. Dzięki niemu dowiesz się, w jaki sposób używać języka R do importowania, przekształcania i wizualizowania danych, a także do przekazywania uzyskanych wyników analizy. Nauczysz się też rozwiązywać najczęściej występujące problemy, a liczne ćwiczenia ułatwią Ci utrwalenie zdobytej wiedzy. Omówiono tu najnowsze funkcje języka i najlepsze praktyki w data science. Zaprezentowano również zasady korzystania z wielu bibliotek języka R, na przykład tidyverse, służącej do pobierania informacji z różnych źródeł.

Dzięki tej książce nauczysz się:

  • wizualizować, czyli tworzyć wykresy na potrzeby eksploracji danych
  • przekształcać, czyli pracować z różnymi typami zmiennych
  • importować, czyli pobierać dane w formie wygodnej do analizy
  • programować, czyli rozwiązywać problemy z danymi za pomocą języka R
  • przekazywać informacje, czyli pracować z użyciem Quarto

To zaskakująco dobra aktualizacja światowej klasy przewodnika po danologii z użyciem języka R!

Emma Rand, University of York

Linki do księgarni są linkami partnerskimi Grupy Helion i Księgarni PWN (przez sieć Adtraction). Ceny i dostępność pochodzą z oferty wydawcy i mogą się zmienić.