reklama - zainteresowany?

Data Science. Programowanie, analiza i wizualizacja danych z wykorzystaniem j臋zyka R - Helion

Data Science. Programowanie, analiza i wizualizacja danych z wykorzystaniem j臋zyka R
Autor: Michael Freeman, Joel Ross
Tytu艂 orygina艂u: Programming Skills for Data Science: Start Writing Code to Wrangle, Analyze, and Visualize Data with R
ISBN: 978-83-283-5782-2
ok艂adka: mi臋kka
Data wydania: 2019-09-01
Ksi臋garnia: Helion

Cena ksi膮偶ki: 41,40 z艂 (poprzednio: 69,00 z艂)
Oszcz臋dzasz: 40% (-27,60 z艂)

Dodaj do koszyka Data Science. Programowanie, analiza i wizualizacja danych z wykorzystaniem j臋zyka R

Osoby, kt贸re kupi艂y t臋 ksi膮偶k臋, wybiera艂y tak偶e »

Dodaj do koszyka Data Science. Programowanie, analiza i wizualizacja danych z wykorzystaniem j臋zyka R

 

Osoby kt贸re kupowa艂y "Data Science. Programowanie, analiza i wizualizacja danych z wykorzystaniem j臋zyka R", wybiera艂y tak偶e:

  • Windows Media Center. Domowe centrum rozrywki
  • Ruby on Rails. 膯wiczenia
  • DevOps w praktyce. Kurs video. Jenkins, Ansible, Terraform i Docker
  • Przyw贸dztwo w 艣wiecie VUCA. Jak by膰 skutecznym liderem w niepewnym 艣rodowisku
  • Scrum. O zwinnym zarz膮dzaniu projektami. Wydanie II rozszerzone

Dodaj do koszyka Data Science. Programowanie, analiza i wizualizacja danych z wykorzystaniem j臋zyka R

Spis tre艣ci

Data Science. Programowanie, analiza i wizualizacja danych z wykorzystaniem j臋zyka R -- spis tre艣ci

  • Przedmowa
  • Wprowadzenie
    • G艂贸wny temat ksi膮偶ki
    • Dla kogo przeznaczona jest ta ksi膮偶ka?
    • Struktura ksi膮偶ki
      • Cz臋艣膰 I. Wprowadzenie
      • Cz臋艣膰 II. Zarz膮dzanie projektami
      • Cz臋艣膰 III. Podstawowe umiej臋tno艣ci z zakresu j臋zyka R
      • Cz臋艣膰 IV. Przekszta艂canie danych
      • Cz臋艣膰 V. Wizualizacja danych
      • Cz臋艣膰 VI. Tworzenie i udost臋pnianie aplikacji
    • Konwencje stosowane w ksi膮偶ce
    • Jak czyta膰 t臋 ksi膮偶k臋?
    • Powi膮zany kod
    • Podzi臋kowania
  • O autorach
  • I. Wprowadzenie
  • 1. Przygotowywanie komputera
    • Pisanie kodu
    • Zarz膮dzanie kodem
    • Wykonywanie kodu
    • 1.1. Przygotowywanie narz臋dzi u偶ywanych w wierszu polece艅
      • 1.1.1. Wiersz polece艅 w systemie macOS
      • 1.1.2. Wiersz polece艅 w systemie Windows
      • 1.1.3. Wiersz polece艅 w systemie Linux
    • 1.2. Instalowanie systemu git
    • 1.3. Tworzenie konta w serwisie GitHub
    • 1.4. Wybieranie edytora tekstu
      • 1.4.1. Atom
      • 1.4.2. Visual Studio Code
      • 1.4.3. Sublime Text
    • 1.5. Pobieranie j臋zyka R
    • 1.6. Pobieranie 艣rodowiska RStudio
  • 2. U偶ywanie wiersza polece艅
    • 2.1. Uruchamianie wiersza polece艅
    • 2.2. Poruszanie si臋 w systemie plik贸w
      • 2.2.1. Przechodzenie do innego katalogu
      • 2.2.2. Wy艣wietlanie listy plik贸w
      • 2.2.3. 艢cie偶ki
    • 2.3. Zarz膮dzanie plikami
      • 2.3.1. Uczenie si臋 nowych instrukcji
      • 2.3.2. Symbole wieloznaczne
    • 2.4. Radzenie sobie z b艂臋dami
    • 2.5. Przekierowywanie danych wyj艣ciowych
    • 2.6. Polecenia zwi膮zane z sieci膮
  • II. Zarz膮dzanie projektami
  • 3. Kontrola wersji z u偶yciem systemu git i serwisu GitHub
    • 3.1. Czym jest git?
      • 3.1.1. Podstawowe zagadnienia zwi膮zane z systemem git
      • 3.1.2. Czym jest GitHub?
    • 3.2. Konfigurowanie narz臋dzi i tworzenie projektu
      • 3.2.1. Tworzenie repozytorium
      • 3.2.2. Sprawdzanie stanu
    • 3.3. 艢ledzenie zmian w projekcie
      • 3.3.1. Dodawanie plik贸w
      • 3.3.2. Zatwierdzanie
        • 3.3.2.1. Etykieta dotycz膮ca informacji na temat rewizji
      • 3.3.3. Proces u偶ywania systemu git
    • 3.4. Zapisywanie projekt贸w w witrynie GitHub
      • 3.4.1. Forki i klonowanie
      • 3.4.2. Wysy艂anie i pobieranie
    • 3.5. Dost臋p do historii projektu
      • 3.5.1. Historia rewizji
      • 3.5.2. Powr贸t do starszych wersji
    • 3.6. Ignorowanie plik贸w w projekcie
  • 4. Tworzenie dokumentacji za pomoc膮 j臋zyka Markdown
    • 4.1. Pisanie kodu w j臋zyku Markdown
      • 4.1.1. Formatowanie tekstu
      • 4.1.2. Bloki tekstu
      • 4.1.3. Hiper艂膮cza
      • 4.1.4. Rysunki
      • 4.1.5. Tabele
    • 4.2. Wy艣wietlanie dokument贸w w j臋zyku Markdown
  • III. Podstawowe umiej臋tno艣ci z zakresu j臋zyka R
  • 5. Wprowadzenie do j臋zyka R
    • 5.1. Programowanie z u偶yciem j臋zyka R
    • 5.2. Uruchamianie kodu w j臋zyku R
      • 5.2.1. U偶ywanie 艣rodowiska RStudio
      • 5.2.2. U偶ywanie j臋zyka R w wierszu polece艅
    • 5.3. Dodawanie komentarzy
    • 5.4. Definiowanie zmiennych
      • 5.4.1. Podstawowe typy danych
    • 5.5. Szukanie pomocy
      • 5.5.1. Nauka uczenia si臋 j臋zyka R
  • 6. Funkcje
    • 6.1. Czym jest funkcja?
      • 6.1.1. Sk艂adnia funkcji w j臋zyku R
    • 6.2. Wbudowane funkcje j臋zyka R
      • 6.2.1. Argumenty nazwane
    • 6.3. Wczytywanie funkcji
    • 6.4. Pisanie funkcji
      • 6.4.1. Debugowanie funkcji
    • 6.5. Instrukcje warunkowe
  • 7. Wektory
    • 7.1. Czym jest wektor?
      • 7.1.1. Tworzenie wektor贸w
    • 7.2. Operacje wektorowe
      • 7.2.1. Ponowne u偶ywanie element贸w
      • 7.2.2. Prawie wszystko jest wektorem
      • 7.2.3. Funkcje wektorowe
    • 7.3. Indeksy w wektorach
      • 7.3.1. Listy indeks贸w
    • 7.4. Filtrowanie wektor贸w
    • 7.5. Modyfikowanie wektor贸w
  • 8. Listy
    • 8.1. Czym jest lista?
    • 8.2. Tworzenie list
    • 8.3. Dost臋p do element贸w listy
    • 8.4. Modyfikowanie list
      • 8.4.1. Pojedyncze i podw贸jne nawiasy kwadratowe
    • 8.5. Stosowanie funkcji do list za pomoc膮 wywo艂ania lapply()
  • IV> Przekszta艂canie danych
  • 9. Jak zrozumie膰 dane?
    • 9.1. Proces generowania danych
    • 9.2. Wyszukiwanie danych
    • 9.3. Rodzaje danych
      • 9.3.1. Skale pomiarowe
      • 9.3.2. Struktury danych
    • 9.4. Interpretowanie danych
      • 9.4.1. Zdobywanie wiedzy w danej dziedzinie
      • 9.4.2. Jak zrozumie膰 schematy danych?
    • 9.5. Odpowiadanie na pytania na podstawie danych
  • 10. Ramki danych
    • 10.1. Czym jest ramka danych?
    • 10.2. Praca z ramkami danych
      • 10.2.1. Tworzenie ramek danych
      • 10.2.2. Opisywanie struktury ramek danych
      • 10.2.3. Dost臋p do ramek danych
    • 10.3. Praca z danymi CSV
      • 10.3.1. Katalog roboczy
      • 10.3.2. Zmienne w postaci faktor贸w
  • 11. Operowanie danymi za pomoc膮 pakietu dplyr
    • 11.1. Gramatyka operowania danymi
    • 11.2. Podstawowe funkcje pakietu dplyr
      • 11.2.1. Pobieranie (funkcja select())
      • 11.2.2. Filtrowanie (funkcja filter())
      • 11.2.3. Dodawanie kolumn (funkcja mutate())
      • 11.2.4. Sortowanie danych (funkcja arrange())
      • 11.2.5. Tworzenie podsumowa艅 (funkcja summarize())
    • 11.3. Wykonywanie operacji sekwencyjnych
      • 11.3.1. Operator potoku
    • 11.4. Analizowanie ramek danych z wykorzystaniem grupowania
    • 11.5. Z艂膮czanie ramek danych
    • 11.6. Pakiet dplyr w praktyce analizowanie danych na temat lot贸w
  • 12. Porz膮dkowanie danych za pomoc膮 pakietu tidyr
    • 12.1. Czym jest porz膮dkowanie danych?
    • 12.2. Od kolumn do wierszy gather()
    • 12.3. Z wierszy na kolumny spread()
    • 12.4. Pakiet tidyr w praktyce eksplorowanie statystyk na temat edukacji
  • 13. Dost臋p do bazy danych
    • 13.1. Przegl膮d relacyjnych baz danych
      • 13.1.1. Czym jest relacyjna baza danych?
      • 13.1.2. Tworzenie relacyjnej bazy danych
    • 13.2. Wst臋p do j臋zyka SQL
    • 13.3. Dost臋p do bazy danych w j臋zyku R
  • 14. U偶ywanie internetowych interfejs贸w API
    • 14.1. Czym jest internetowy interfejs API?
    • 14.2. 呕膮dania REST
      • 14.2.1. Identyfikatory URI
        • 14.2.1.1. Parametry zapyta艅
        • 14.2.1.2. Tokeny dost臋pu i klucze API
      • 14.2.2. Operacje (czasowniki) z protoko艂u HTTP
    • 14.3. Dost臋p do internetowych interfejs贸w API w R
    • 14.4. Przetwarzanie danych w formacie JSON
      • 14.4.1. Przetwarzanie danych w formacie JSON
      • 14.4.2. Sp艂aszczanie danych
    • 14.5. Interfejsy API w praktyce znajdowanie kuba艅skiego jedzenia w Seattle
  • V. Wizualizacje danych
  • 15. Projektowanie wizualizacji danych
    • 15.1. Cel wizualizacji
    • 15.2.Wybieranie uk艂adu graficznego
      • 15.2.1. Wizualizowanie jednej zmiennej
        • 15.2.1.1. Reprezentacje proporcjonalne
      • 15.2.2. Wizualizowanie wielu zmiennych
      • 15.2.3. Wizualizowanie danych hierarchicznych
    • 15.3. Wybieranie skutecznego kodowania graficznego
      • 15.3.1. Skuteczne kolory
      • 15.3.2. Wykorzystanie atrybut贸w przeduwagowych
    • 15.4. Ekspresywne prezentacje danych
    • 15.5. Zwi臋kszanie estetyki
  • 16. Tworzenie wizualizacji za pomoc膮 pakietu ggplot2
    • 16.1. Gramatyka grafiki
    • 16.2. Tworzenie podstawowych wykres贸w za pomoc膮 ggplot2
      • 16.2.1. Okre艣lanie obiekt贸w geometrycznych
      • 16.2.2. Odwzorowania aspekt贸w estetycznych
    • 16.3. Z艂o偶one uk艂ady i dostosowywanie opcji
      • 16.3.1. Dostosowywanie pozycji
      • 16.3.2. Zmienianie stylu za pomoc膮 skal
        • 16.3.2.1. Skale kolor贸w
      • 16.3.3. Uk艂ad wsp贸艂rz臋dnych
      • 16.3.4. Fasety
      • 16.3.5. Etykiety i uwagi
    • 16.4. Tworzenie map
      • 16.4.1. Kartogramy
      • 16.4.2. Mapy punktowe
    • 16.5. Pakiet ggplot2 w praktyce mapa eksmisji w San Francisco
  • 17. Interaktywne wizualizacje w j臋zyku R
    • 17.1. Pakiet plotly
    • 17.2. Pakiet rbokeh
    • 17.3. Pakiet leaflet
    • 17.4. Interaktywne wizualizacje w praktyce analizowanie zmian w Seattle
  • VI. Tworzenie i udost臋pnianie aplikacji
  • 18. Tworzenie dynamicznych raport贸w za pomoc膮 platformy R Markdown
    • 18.1. Konfigurowanie raportu
      • 18.1.1. Tworzenie plik贸w .rmd
      • 18.1.2. Kompilowanie dokument贸w
    • 18.2. Integrowanie tekstu w formacie Markdown i kodu w j臋zyku R
      • 18.2.1. Wykonywalne fragmenty kodu w j臋zyku R
      • 18.2.2. Kod wewn膮trzwierszowy
    • 18.3. Wy艣wietlanie danych i wizualizacji w raportach
      • 18.3.1. Wy艣wietlanie 艂a艅cuch贸w znak贸w
      • 18.3.2. Wy艣wietlanie list w formacie Markdown
      • 18.3.3. Wy艣wietlanie tabel
      • 18.3.4. Wy艣wietlanie wykres贸w
    • 18.4. Udost臋pnianie raport贸w jako stron internetowych
    • 18.5. Platforma R Markdown w praktyce raport na temat oczekiwanej d艂ugo艣ci 偶ycia
  • 19. Tworzenie interaktywnych aplikacji internetowych za pomoc膮 platformy Shiny
    • 19.1. Platforma Shiny
      • 19.1.1. Podstawowe zagadnienia dotycz膮ce platformy Shiny
      • 19.1.2. Struktura aplikacji
    • 19.2. Projektowanie interfejs贸w u偶ytkownika
      • 19.2.1. Tre艣ci statyczne
      • 19.2.2. Dynamiczne dane wej艣ciowe
      • 19.2.3. Dynamiczne dane wyj艣ciowe
      • 19.2.4. Uk艂ady
    • 19.3. Tworzenie serwer贸w aplikacji
    • 19.4. Publikowanie aplikacji na platform臋 Shiny
    • 19.5. Platforma Shiny w praktyce wizualizacja 艣miertelnych postrzele艅 przez policj臋
  • 20. Praca zespo艂owa
    • 20.1. 艢ledzenie r贸偶nych wersji kodu za pomoc膮 ga艂臋zi
      • 20.1.1. Praca z r贸偶nymi ga艂臋ziami
      • 20.1.2. Scalanie ga艂臋zi
      • 20.1.3. Scalanie a konflikty
      • 20.1.4. Scalanie w serwisie GitHub
    • 20.2. Prowadzenie projekt贸w z u偶yciem ga艂臋zi funkcji
    • 20.3. Wsp贸艂praca w ramach scentralizowanego procesu pracy
      • 20.3.1. Tworzenie centralnego repozytorium
      • 20.3.2. U偶ywanie ga艂臋zi funkcji w scentralizowanym procesie pracy
    • 20.4. Wsp贸艂praca w procesie pracy z u偶yciem fork贸w
  • 21. Dalsza nauka
    • 21.1. Uczenie statystyczne
      • 21.1.1. Ocena zale偶no艣ci
      • 21.1.2. Prognozowanie
    • 21.2. Inne j臋zyki programowania
    • 21.3. Odpowiedzialno艣膰 etyczna

Dodaj do koszyka Data Science. Programowanie, analiza i wizualizacja danych z wykorzystaniem j臋zyka R

Code, Publish & WebDesing by CATALIST.com.pl



(c) 2005-2024 CATALIST agencja interaktywna, znaki firmowe nale偶膮 do wydawnictwa Helion S.A.