当前位置:首页 > 程序设计 >
《数据科学:R语言实现》电子书封面

数据科学:R语言实现

  • 发布时间:2019年09月08日 09:51:15
  • 作者:丘祐玮
  • 大小:45.2 MB
  • 类别:R语言电子书
  • 格式:PDF
  • 版本:完整超清版
  • 评分:8.9

    数据科学:R语言实现 PDF 完整超清版

      给大家带来的一篇关于R语言相关的电子书资源,介绍了关于数据科学、R语言方面的内容,本书是由机械工业出版社出版,格式为PDF,资源大小45.2 MB,丘祐玮编写,目前豆瓣、亚马逊、当当、京东等电子书综合评分为:7.6。

      内容介绍

      数据科学:R语言实现 PDF

      这书根据简易形象化的R编码、慢慢深层次的解读及其节省成本的方式 ,出示了很多数据统计分析样例,终协助你高效率地处理各种统计数据难题。第1章详细介绍了怎样建立R涵数,防止多余的编码反复。你能学得怎样依靠R程序包在各种各样数据库上提前准备、解决和实行繁杂的ETL实际操作。后边的章节目录详细介绍了财务报表的时间序列分析,一起还详细介绍了深度学习的好多个网络热点,比如数据分类、重归、聚类分析法、关联规则发掘、降维等。这书的末尾中,你能学得怎样处理具体难题,并可以在数据统计分析全过程中轻轻松松地得出解决方法。

      目录

      • 推荐序
      • 译者序
      • 前言
      • 第1章 R中的函数1
      • 1.1引言1
      • 1.2 创建R函数2
      • 1.3 匹配参数3
      • 1.4 理解环境5
      • 1.5 使用词法域8
      • 1.6 理解闭包10
      • 1.7 执行延迟计算12
      • 1.8 创建中缀操作符13
      • 1.9 使用替代函数15
      • 1.10 处理函数中的错误17
      • 1.11 调试函数21
      • 第2章 数据抽取、转换和加载28
      • 2.1 引言28
      • 2.2 下载公开数据28
      • 2.3 读取和写入CSV文件31
      • 2.4 扫描文本文件32
      • 2.5 使用Excel文件34
      • 2.6 从数据库中读取数据36
      • 2.7 爬取网络数据38
      • 2.8 获取Facebook数据44
      • 2.9 使用twitteR49
      • 第3章 数据预处理和准备53
      • 3.1 引言53
      • 3.2 重命名数据变量53
      • 3.3 转换数据类型55
      • 3.4 使用日期格式57
      • 3.5 添加新的记录58
      • 3.6 过滤数据60
      • 3.7 舍弃数据63
      • 3.8 合并数据64
      • 3.9 排列数据65
      • 3.10 重塑数据67
      • 3.11 检测缺失数据69
      • 3.12 估计缺失数据71
      • 第4章 数据操作74
      • 4.1 引言74
      • 4.2 使用data.table加强data.frame74
      • 4.3 使用data.table管理数据77
      • 4.4 使用data.table执行快速聚合82
      • 4.5 使用data.table合并大型数据集85
      • 4.6 使用dplyr进行数据抽取和切片88
      • 4.7 使用dplyr进行数据抽样91
      • 4.8 使用dplyr选取列92
      • 4.9 使用dplyr进行链式操作94
      • 4.10 使用dplyr整理行95
      • 4.11 使用dplyr消除重复行97
      • 4.12 使用dplyr添加新列98
      • 4.13 使用dplyr汇总数据99
      • 4.14 使用dplyr合并数据102
      • 第5章 使用ggplot2可视化数据105
      • 5.1 引言105
      • 5.2 使用ggplot2创建基础图形106
      • 5.3 改变美学映射109
      • 5.4 引入几何对象112
      • 5.5 执行变换116
      • 5.6 调整图形尺度118
      • 5.7 分面120
      • 5.8 调整主题122
      • 5.9 组合图形124
      • 5.10 创建地图126
      • 第6章 制作交互式报告131
      • 6.1 引言131
      • 6.2 创建R Markdown报告131
      • 6.3 学习markdown语法135
      • 6.4 嵌入R代码块137
      • 6.5 使用ggvis创建交互式图形140
      • 6.6 理解基础语法143
      • 6.7 控制坐标轴和图例148
      • 6.8 使用尺度153
      • 6.9 给ggvis图形添加交互154
      • 6.10 创建R Shiny文档159
      • 6.11 发布R Shiny报告164
      • 第7章 概率分布模拟169
      • 7.1 引言169
      • 7.2 生成随机样本169
      • 7.3 理解均匀分布171
      • 7.4 生成二项随机变量173
      • 7.5 生成泊松随机变量175
      • 7.6 从正态分布中抽样177
      • 7.7 从卡方分布中抽样183
      • 7.8 理解学生t-分布185
      • 7.9 从数据集中抽样187
      • 7.10 模拟随机过程188
      • 第8章 R中的统计推断191
      • 8.1 引言191
      • 8.2 获取置信区间191
      • 8.3 执行Z-检验196
      • 8.4 执行学生T-检验199
      • 8.5 执行精确二项检验202
      • 8.6 执行Kolmogorov-Smirnov检验203
      • 8.7 使用Pearson卡方检验205
      • 8.8 理解Wilcoxon秩和检验207
      • 8.9 执行单因素方差分析209
      • 8.10 执行双因素方差分析212
      • 第9章 R语言规则和模式挖掘216
      • 9.1 引言216
      • 9.2 把数据转换为事务216
      • 9.3 展示事务和关联218
      • 9.4 使用Apriori规则挖掘关联关系220
      • 9.5 对冗余规则剪枝223
      • 9.6 可视化关联规则224
      • 9.7 使用Eclat挖掘频繁项集226
      • 9.8 使用时序信息创建事务228
      • 9.9 使用cSPADE挖掘频繁序列模式231
      • 第10章 R语言时间序列挖掘235
      • 10.1 引言235
      • 10.2 创建时间序列数据235
      • 10.3 绘制时间序列对象238
      • 10.4 分解时间序列241
      • 10.5 平滑时间序列243
      • 10.6 预测时间序列247
      • 10.7 选取ARIMA模型251
      • 10.8 创建ARIMA模型255
      • 10.9 使用ARIMA模型预测257
      • 10.10 使用ARIMA模型预测股票价格260
      • 第11章 监督式机器学习264
      • 11.1 引言264
      • 11.2 使用lm拟合线性回归模型264
      • 11.3 汇总线性模型拟合266
      • 11.4 使用线性回归来预测未知值268
      • 11.5 度量回归模型的性能270
      • 11.6 执行多元回归分析272
      • 11.7 使用逐步回归选取最优拟合回归模型274
      • 11.8 应用高斯模型泛化线性回归276
      • 11.9 执行逻辑斯谛回归分析277
      • 11.10 使用递归分割树构建分类模型280
      • 11.11 可视化递归分割树282
      • 11.12 使用混淆矩阵度量模型性能283
      • 11.13 使用ROCR度量预测性能285
      • 第12章 非监督式机器学习288
      • 12.1 引言288
      • 12.2 使用层次聚类法对数据聚类288
      • 12.3 切割树成聚类291
      • 12.4 使用k-means方法对数据聚类293
      • 12.5 使用基于密度的方法对数据聚类294
      • 12.6 从聚类中抽取轮廓信息296
      • 12.7 比较多种聚类方法298
      • 12.8 使用基于密度的聚类识别数字299
      • 12.9 使用k-means聚类方法分组相似文本文档301
      • 12.10 使用主成分分析法进行数据降维303
      • 12.11 使用陡坡图确定主成分数量305
      • 12.12 使用Kaiser方法确定主成分数量306
      • 12.13 使用双标图可视化多变元数据308

      学习笔记

      r语言和python什么意思

      R语言 1、R是一个有着统计分析功能及强大作图功能的软件系统。R内含了许多实用的统计分析及作图参数。作图参数能将产生的展示在一个独立的窗口中。并能将之保存为各种形式的文件(jpg,png,bmp,ps,pdf,emf,pictex,xfig),具体形式取决于操作系统。统计分析的结果也能被直接显示出来,一些中间(如P-值,回归系统,残差等)既可保存到专门的文件中,也可以直接用作进一步的分析 2、在R语言中,使用者可以使用循环语句来连续分析多个数据集,也可将多个不同的统计函数结合在一个语句中执行更复杂的分析。R使用者还可以借鉴网上提供的用S编写的大量程序,而且大多数都能被R直接调用。 python语言 P……

      r语言处理数据比python慢吗

      什么是R语言? R语言,一种自由软件编程语言与操作环境,主要用于统计分析、绘图、数据挖掘。R本来是由来自新西兰奥克兰大学的罗斯·伊哈卡和罗伯特·杰特曼开发(也因此称为R),现在由“R开发核心团队”负责开发。R基于S语言的一个GNU计划项目,所以也可以当作S语言的一种实现,通常用S语言编写的代码都可以不作修改的在R环境下运行。R的语法是来自Scheme。(推荐学习:Python视频教程) R的源代码可自由下载使用,亦有已编译的可执行文件版本可以下载,可在多种平台下运行,包括UNIX(也包括FreeBSD和Linux)、Windows和MacOS。R主要是以命令行操作,同时有人开发了几种图形用户界面。 R的功能能够通过由……

      r语言和python有必要都学吗

      R和Python是目前最流行的两款高级编程语言,被大量运用于数据科学领域。两者都是开源的,也都有非常活跃的社区来支撑。那么问题来了:r语言和python有必要都学吗 R: R语言由新西兰奥克兰大学的Ross Ihaka和Robert Gentleman于1995设计出来(由于两人的名字均以 ‘R’ 字母开头,因此命名为R语言),现在由“R核心开发团队“负责开发。 虽然R主要用于数据分析、绘图以及数据挖掘,但也有人用作矩阵计算。其计算速度可媲美专用于矩阵计算的开源软件GNU Octave和商业软件MATLAB。 起初R主要在学术研究中使用,但近年来在企业界也表现突出,这使得R成为企业中使用的全球发展最快的统计语言之一。对于数据科学任……

      R语言 vs Python对比:数据分析哪家强?

      什么是R语言? R语言,一种自由软件编程语言与操作环境,主要用于统计分析、绘图、数据挖掘。R本来是由来自新西兰奥克兰大学的罗斯·伊哈卡和罗伯特·杰特曼开发(也因此称为R),现在由“R开发核心团队”负责开发。R基于S语言的一个GNU计划项目,所以也可以当作S语言的一种实现,通常用S语言编写的代码都可以不作修改的在R环境下运行。R的语法是来自Scheme。 R的源代码可自由下载使用,亦有已编译的可执行文件版本可以下载,可在多种平台下运行,包括UNIX(也包括FreeBSD和Linux)、Windows和MacOS。R主要是以命令行操作,同时有人开发了几种图形用户界面。 R的功能能够通过由用户撰写的包增强。增加的功……

      以上就是本次介绍的R语言电子书的全部相关内容,希望我们整理的资源能够帮助到大家,感谢大家对码农之家的支持。

      上一篇:程序员面试手册:概念、编程问题及面试题

      下一篇:Python微服务开发

      展开 +

      收起 -

      • 《数据科学:R语言实现》PDF下载

      下载地址:百度网盘下载
      R语言相关电子书
      网络数据的统计分析:R语言实践
      网络数据的统计分析:R语言实践 清晰影印版

      本书用丰富的案例说明了如何利用多个R语言扩展包进行各类网络分析。R语言扩展包igraph提供了大量用于网络分析的功能,书中以其作为主要的工具

      立即下载
      新媒体数据挖掘:基于R语言
      新媒体数据挖掘:基于R语言 影印中文版

      旨在为计算传播和计算社会科学领域的读者提供学习R编程语言和开发平台的捷径,希望能够填补这方面的空白,感兴趣的可以下载学习

      立即下载
      数据挖掘:R语言实战
      数据挖掘:R语言实战 影印版

      本书侧重使用R 进行数据挖掘,重点讲述了R 的数据挖掘流程、算法包的使用及相关工具的应用,同时结合大量精选的数据挖掘实例对R 软件进行深入潜出和全面的介绍,以便读者能深刻理解R 的

      立即下载
      高级R语言编程指南
      高级R语言编程指南 扫描版

      本书讲述R语言的基础知识,深入介绍R函数式编程、R语言的面向对象特性、程序的调试、代码优化和性能调优等内容,展示了许多必备的技巧

      立即下载
      R语言与网站分析
      R语言与网站分析 完整版

      《R语言与网站分析》从互联网应用角度对R语言如何实现数据挖掘和指标分析等问题做了阐述。通过诸多真实应用案例的分析,作者试图为读者建立起一座沟通数学原理和互联网实际业务应用的

      立即下载
      预测分析建模:Python与R语言实现
      预测分析建模:Python与R语言实现 中文超清版

      本书介绍使用R与Python预测分析建模来解决实际问题,,并提供有效的解决方法。通过展示建模技术和编程工具,我们将抽象的概念转换为具体的例子,推荐阅读

      立即下载
      读者留言
      千年流沙

      千年流沙 提供上传

      资源
      30
      粉丝
      6
      喜欢
      100
      评论
      10

      Copyright 2018-2020 www.xz577.com 码农之家

      投诉 / 推广 / 赞助:QQ:520161757