Data Mining con R: Imparare con i casi di studio, seconda edizione

Recensioni dei lettori

Attualmente non ci sono recensioni dei lettori. La valutazione si basa su 10 voti.

Titolo originale:

Data Mining with R: Learning with Case Studies, Second Edition

Contenuto del libro:

Data Mining with R: Learning with Case Studies, Second Edition utilizza esempi pratici per illustrare la potenza di R e del data mining. Questa nuova edizione, che rappresenta un aggiornamento completo del best-seller della prima edizione, è divisa in due parti. La prima parte contiene materiale introduttivo, tra cui un nuovo capitolo che fornisce un'introduzione al data mining, a complemento della già esistente introduzione a R. La seconda parte comprende casi di studio, e la nuova edizione rivede fortemente il codice R dei casi di studio rendendolo più aggiornato con i recenti pacchetti che sono emersi in R.

Il libro non presuppone alcuna conoscenza preliminare di R. I lettori che non conoscono R e il data mining dovrebbero essere in grado di seguire i casi di studio, che sono stati progettati per essere autocontenuti in modo che il lettore possa iniziare in qualsiasi punto del documento.

Il libro è accompagnato da una serie di file sorgenti di R liberamente disponibili, che possono essere ottenuti sul sito web del libro. Questi file includono tutto il codice utilizzato nei casi di studio e facilitano l'approccio "fai da te" seguito nel libro.

Pensato per gli utenti di strumenti di analisi dei dati, oltre che per i ricercatori e gli sviluppatori, il libro dovrebbe essere utile a chiunque sia interessato ad entrare nel "mondo" di R e del data mining.

Sull'autore.

Lu s Torgo è professore associato presso il Dipartimento di Informatica dell'Università di Porto in Portogallo. Insegna Data Mining in R nel programma MS in Business Analytics della NYU Stern School of Business. Ricercatore attivo nel campo dell'apprendimento automatico e del data mining da oltre 20 anni, il dottor Torgo è anche ricercatore presso il Laboratory of Artificial Intelligence and Data Analysis (LIAAD) dell'INESC Porto LA.