Analisi dei dati con R, seconda edizione

Recensioni dei lettori

Attualmente non ci sono recensioni dei lettori. La valutazione si basa su 23 voti.

Titolo originale:

Data Analysis with R, Second Edition

Contenuto del libro:

Impara, con esempi, i fondamenti dell'analisi dei dati e diversi metodi e tecniche intermedi e avanzati che vanno dalla classificazione e dalla regressione ai metodi bayesiani e MCMC, che possono essere utilizzati immediatamente.

Caratteristiche principali:

⬤ Analizzare i dati utilizzando R, il più potente linguaggio di programmazione statistica.

⬤ Imparare a implementare la statistica applicata utilizzando casi d'uso pratici.

⬤ Utilizzare i più diffusi pacchetti R per lavorare con dati strutturati e non strutturati.

Descrizione del libro:

Spesso strumento d'elezione per gli accademici, R si è diffuso nel settore privato ed è presente nelle pipeline di produzione di alcune delle imprese più avanzate e di successo. La potenza e la specificità del dominio di R consentono all'utente di esprimere analisi complesse in modo semplice, rapido e sintetico.

Partendo dalle basi di R e del ragionamento statistico, questo libro si immerge nell'analisi predittiva avanzata, mostrando come applicare queste tecniche ai dati del mondo reale, anche se con esempi reali.

Ricco di problemi ed esercizi coinvolgenti, questo libro inizia con una revisione di R e della sua sintassi con pacchetti come Rcpp, ggplot2 e dplyr. Da qui, si affrontano i fondamenti della statistica applicata e si parte da queste conoscenze per eseguire analisi sofisticate e potenti. Risolvete le difficoltà legate all'analisi dei dati nella pratica e trovate soluzioni per lavorare con dati disordinati, dati di grandi dimensioni, comunicare i risultati e facilitare la riproducibilità.

Questo libro è concepito per essere una risorsa preziosa in molte fasi della carriera di un analista di dati.

Che cosa imparerete?

⬤ Acquisire una conoscenza approfondita del ragionamento statistico e della teoria del campionamento.

⬤ Impiegare i test di ipotesi per trarre inferenze dai dati.

⬤ Apprendere i metodi bayesiani per la stima dei parametri.

⬤ Addestrare modelli di regressione, classificazione e serie temporali.

⬤ Gestire i dati mancanti con grazia utilizzando l'imputazione multipla.

⬤ Identificare e gestire i punti di dati problematici.

⬤ Imparare a scalare le analisi su dati più grandi con Rcpp, data. table, dplyr e la parallelizzazione.

⬤ Mettere in pratica le migliori pratiche per rendere il vostro lavoro più semplice e facilitare la riproducibilità.

A chi è rivolto questo libro:

I data scientist e gli analisti di dati in erba che si avvicinano per la prima volta al concetto di analisi dei dati o che vogliono costruire modelli analitici efficienti in R troveranno questo libro molto utile. Non è necessaria una precedente esposizione all'analisi dei dati, anche se è necessaria una conoscenza di base del linguaggio di programmazione R per trarre il meglio da questo libro.