Hadley Wickham, Mine Çetinkaya-Rundel, Garrett Grolemund: R für Data Science

Daten importieren, bereinigen, umformen und visualisieren

Hadley Wickham, Mine Çetinkaya-Rundel, Garrett Grolemund: R für Data Science
Produkttyp: eBook-Download
Fassung: aktualisierte und erweiterte Auflage
Verlag: O'Reilly
Erschienen:
Sprache: Deutsch
Seiten: 592 (Druckfassung)
Format: EPUB Info▼
Download: 24,0 MB
EPUB eBook-Download
54,90 €
inkl. MwSt
eBook in den Warenkorb

Mit R Daten analysieren - die anschauliche und verständliche Einführung

- 2. Auflage des US-Bestellers, jetzt vollständig aktualisiert und erweitert

- Hadley Wickham ist eine Legende auf dem Gebiet der Data Science: Er hat eine vollkommen neue, bahnbrechende Methode der Datenanalyse mit R entwickelt

- Wickhams innovative Herangehensweise wird in diesem Buch beschrieben, es ist ein Standardwerk für DatenanalystenErfahren Sie, wie Sie mit R aus Ihren Daten Erkenntnisse und Einsichten gewinnen. Dieses Buch führt Sie in R und RStudio ein sowie in Tidyverse, eine Sammlung von R-Paketen, mit denen Data-Science-Aufgaben effektiv und zeitsparend erledigt werden können. Auch wenn Sie keine Programmiererfahrung haben, können Sie mit diesem aktualisierten Standardwerk schnell in die Praxis der Data Science einsteigen.

Sie lernen, Daten zu importieren, aufzubereiten, zu visualisieren und die Ergebnisse zu präsentieren. Darüber hinaus bekommen Sie einen umfassenden Überblick über den Data-Science-Zyklus und die Tools, die für die Detailarbeit erforderlich sind. Die zweite Auflage behandelt die neuesten Funktionen und Best Practices von Tidyverse und zeigt Ihnen in neu hinzugekommenen Kapiteln, wie Sie Daten aus Spreadsheets, Datenbanken und Websites nutzen. Zahlreiche Übungen unterstützen Sie dabei, das Gelernte praktisch auszuprobieren.

Themen des Buchs sind:

- Visualisieren – Erstellen Sie Diagramme für die Datenauswertung und die Kommunikation von Ergebnissen

- Transformieren – Erkunden Sie Variablentypen und die Werkzeuge, um mit ihnen zu arbeiten

- Importieren – Lesen Sie Daten in R ein und bringen Sie sie in eine für die Analyse geeignete Form

- Programmieren – Lernen Sie leistungsfähige R-Tools kennen, mit denen Sie Datenprobleme leichter lösen können

- Kommunizieren – Verwenden Sie Quarto, um Text, Code und Ergebnisse kombiniert darzustellen