Strumenti e tecniche di Data Science Foundations: Competenze fondamentali per l'analisi quantitativa con R e Git

Recensioni dei lettori

Il libro “Programming Skills for Data Science” di Mike Freeman e Joel Ross è un'introduzione completa e accessibile alla scienza dei dati e alla programmazione in R, adatta ai principianti e a coloro che si avvicinano a R. Copre gli argomenti essenziali in modo metodico e supporta l'apprendimento con esercizi, sebbene manchi di profondità in alcune aree avanzate.

⬤ Copertura completa degli argomenti essenziali della scienza dei dati, tra cui git, markdown e programmazione R.
⬤ Ben strutturato con spiegazioni chiare, che rendono i concetti complessi più facili da afferrare.
⬤ Include esercizi pratici e risorse disponibili su GitHub per esercitarsi.
⬤ Approccio pedagogico incoraggiante per i principianti, con particolare attenzione agli esempi di codifica e alla visualizzazione dei dati.
⬤ Scritto in un linguaggio accessibile che supporta gli studenti con una guida passo-passo.

⬤ Alcuni argomenti importanti, come la programmazione orientata agli oggetti e la gestione dei dati, sono trattati in modo inadeguato.
⬤ Manca di profondità in alcune aree e alcune sfumature della scienza dei dati non sono pienamente articolate.
⬤ I lettori potrebbero desiderare approfondimenti più avanzati e soluzioni a problemi comuni, come i conflitti tra pacchetti.

(basato su 9 recensioni dei lettori)

Titolo originale:

Data Science Foundations Tools and Techniques: Core Skills for Quantitative Analysis with R and Git

Contenuto del libro:

Le competenze pratiche fondamentali necessarie per immergersi nella scienza dei dati.

Utilizzando le tecniche della scienza dei dati, è possibile trasformare i dati grezzi in informazioni utili per settori che vanno dalla pianificazione urbana alla medicina di precisione. Il libro Programming Skills for Data Science raccoglie tutte le competenze fondamentali necessarie per iniziare, anche se non si ha esperienza di programmazione o di scienza dei dati.

I docenti leader Michael Freeman e Joel Ross vi guidano nell'installazione e nella configurazione degli strumenti necessari per risolvere problemi di data science di livello professionale, tra cui il linguaggio R e il sistema di controllo delle versioni Git, ampiamente utilizzati. Spiegano come gestire i dati in modo che possano essere facilmente utilizzati, analizzati e visualizzati in modo che gli altri possano vedere i modelli che avete scoperto. Passo dopo passo, imparerete a padroneggiare le potenti tecniche di programmazione R e le abilità di risoluzione dei problemi per sondare i dati in modi nuovi e su scala più ampia.

Freeman e Ross insegnano attraverso esempi pratici ed esercizi che possono essere combinati in progetti completi di scienza dei dati. Tutto è incentrato sulle applicazioni del mondo reale, in modo che possiate iniziare rapidamente ad analizzare i vostri dati e ottenere risposte su cui agire. Imparate a.

⬤ Installare l'ambiente completo per la scienza dei dati, compresi R e RStudio.

⬤ Gestire i progetti in modo efficiente, dal monitoraggio delle versioni alla documentazione.

⬤ Ospitare, gestire e collaborare a progetti di scienza dei dati con GitHub.

⬤ Padroneggiare i fondamenti del linguaggio R: sintassi, concetti di programmazione e strutture dati.

⬤ Caricare, formattare, esplorare e ristrutturare i dati per un'analisi di successo.

⬤ Interagire con database e API web.

⬤ Padroneggiare i principi chiave per visualizzare i dati in modo accurato e intuitivo.

⬤ Produrre visualizzazioni coinvolgenti e interattive con ggplot e altri pacchetti R.

⬤ Trasformare le analisi in documenti e siti condivisibili con R Markdown.

⬤ Creare applicazioni web interattive di data science con Shiny.

⬤ Collaborare senza problemi come parte di un team di data science.

Registrate il vostro libro per avere un comodo accesso ai download, agli aggiornamenti e/o alle correzioni non appena saranno disponibili. Per i dettagli, consultare l'interno del libro.