Analiza danych jest stosunkowo młodą, interdyscyplinarną dziedziną, której celem jest wydobycie i wykorzystanie wiedzy ukrytej w surowych danych pozyskanych z różnych źródeł. Można w ten sposób zrozumieć istotę zjawisk, przewidzieć wystąpienie zdarzeń czy pozyskać informacje niedostępne w inny sposób. W wielu przypadkach wnioski wyciągnięte z analizy danych okazują się bezcenne, co doceniają profesjonaliści z licznych branż. Przygotowanie danych, przeanalizowanie ich i odpowiednie przedstawienie płynącej z nich wiedzy bywa sporym wyzwaniem, jednak dzięki takim narzędziom jak język R i związane z nim pakiety zadanie to staje się znacząco prostsze.

Niniejsza książka jest przystępnie napisanym przewodnikiem po języku R i narzędziach służących do analizy danych. Zawarto tu wyczerpujące wprowadzenie do języka R, programu RStudio i tidyverse. Zaprezentowano zestaw pakietów R, które znacznie poprawiają komfort pracy podczas analizy danych. Wyjaśniono znaczenie poszczególnych etapów analizy danych: ich importowania, oczyszczania, przekształcania, modelowania, wizualizowania, a także skutecznego komunikowania wiedzy płynącej z danych. Mimo że książka dotyczy narzędzi programistycznych, skorzystają z niej nie tylko programiści. Doceni ją każdy, kto chce zyskać solidne podstawy przygotowania i analizy danych.

Najważniejsze zagadnienia:

• przekształcanie zbiorów danych
• techniki analizy danych w języku R
• eksplorowanie danych, formułowanie i testowanie hipotez
• integracja opisów, kodu i wyników badań w języku R Markdown
• graficzna prezentacja danych z wykorzystaniem ggplot2

R — wszystko, czego potrzebujesz w profesjonalnej analizie danych!

Osoby które kupowały "Język R. Kompletny zestaw narzędzi dla analityków danych", wybierały także:

• NLP. Kurs video. Analiza danych tekstowych w j 149,00 zł, (59,60 zł -60%)
• Web scraping. Kurs video. Zautomatyzowane pozyskiwanie danych z sieci 139,00 zł, (55,60 zł -60%)
• Data Science w Pythonie. Kurs video. Algorytmy uczenia maszynowego 199,00 zł, (79,60 zł -60%)
• Microsoft Excel. Kurs video. Wykresy i wizualizacja danych 199,00 zł, (89,55 zł -55%)
• Data Science w Pythonie. Kurs video. Przetwarzanie i analiza danych 149,00 zł, (67,05 zł -55%)

Spis treści

Język R. Kompletny zestaw narzędzi dla analityków danych eBook -- spis treści

• Wstęp
  • Czego się nauczysz
  • Organizacja książki
  • Czego się nie nauczysz
    • Big Data
    • Python, Julia i Friends
    • Dane nietabelaryczne
    • Potwierdzanie hipotez
  • Wymagania wstępne
    • R
    • RStudio
    • Tidyverse
    • Inne pakiety
  • Uruchamianie kodu R
  • Uzyskiwanie pomocy i dodatkowych informacji
  • Podziękowania
  • Konwencje wykorzystywane w tej książce
  • Korzystanie z przykładowego kodu
• Część I Przegląd
• Rozdział 1. Wizualizacja danych za pomocą pakietu ggplot2
  • Wstęp
    • Wymagania wstępne
  • Pierwsze kroki
    • Ramka danych mpg
    • Tworzenie wykresu za pomocą ggplot
    • Szablon wykresu
    • Ćwiczenia
  • Mapowanie estetyk
    • Ćwiczenia
  • Typowe problemy
  • Panele
    • Ćwiczenia
  • Obiekty geometryczne
    • Ćwiczenia
  • Przekształcenia statystyczne
    • Ćwiczenia
  • Dostosowanie położenia
    • Ćwiczenia
  • Systemy współrzędnych
    • Ćwiczenia
  • Warstwowa gramatyka graficzna
• Rozdział 2. Organizacja pracy: podstawy
  • Podstawy kodowania
  • Co się kryje pod nazwą?
  • Wywoływanie funkcji
    • Ćwiczenia
• Rozdział 3. Przekształcanie danych za pomocą pakietu dplyr
  • Wprowadzenie
    • Wymagania wstępne
    • nycflights13
    • Podstawy dplyr
  • Filtrowanie wierszy za pomocą funkcji filter()
    • Porównania
    • Operatory logiczne
    • Brakujące wartości
    • Ćwiczenia
  • Organizowanie wierszy za pomocą funkcji arrange()
    • Ćwiczenia
  • Wybieranie kolumn za pomocą funkcji select()
    • Ćwiczenia
  • Dodawanie nowych zmiennych za pomocą funkcji mutate()
    • Przydatne funkcje do tworzenia nowych zmiennych
    • Ćwiczenia
  • Zgrupowane wartości sumaryczne za pomocą funkcji summarize()
    • Łączenie kilku operacji w potok
    • Brakujące wartości
    • Liczność
    • Przydatne funkcje sumaryczne
    • Grupowanie według wielu zmiennych
    • Rozgrupowywanie
    • Ćwiczenia
  • Grupowanie wyników mutowania (i filtrowania)
    • Ćwiczenia
• Rozdział 4. Organizacja pracy: skrypty
  • Uruchamianie kodu
  • Diagnostyka RStudio
    • Ćwiczenia
• Rozdział 5. Eksploracyjna analiza danych
  • Wstęp
    • Wymagania wstępne
  • Pytania
  • Odchylenie
    • Wizualizacja rozkładów
    • Typowe wartości
    • Wartości nietypowe
    • Ćwiczenia
  • Wartości brakujące
    • Ćwiczenia
  • Kowariancja
    • Zmienna kategorialna i ciągła
    • Ćwiczenia
    • Dwie zmienne kategorialne
    • Ćwiczenia
    • Dwie zmienne ciągłe
    • Ćwiczenia
  • Wzorce i modele
  • Wywołania ggplot2
  • Więcej informacji
• Rozdział 6. Organizacja pracy: projekty
  • Co jest prawdziwe?
  • Gdzie przebywają nasze analizy?
  • Ścieżki i katalogi
  • Projekty RStudio
  • Podsumowanie
• Część II Przygotowywanie
• Rozdział 7. Dane typu tibble z użyciem pakietu tibble
  • Wstęp
    • Wymagania wstępne
  • Tworzenie danych typu tibble
  • Typ tibble w porównaniu z typem data.frame
    • Wyświetlanie
    • Tworzenie podzbiorów
  • Interakcje ze starszym kodem
    • Ćwiczenia
• Rozdział 8. Importowanie danych za pomocą pakietu readr
  • Wstęp
    • Wymagania wstępne
  • Zaczynamy
    • Porównanie z bazowym R
    • Ćwiczenia
  • Parsowanie wektora
    • Liczby
    • Napisy
    • Czynniki
    • Daty, dane data i czas oraz czas
    • Ćwiczenia
  • Parsowanie pliku
    • Strategia
    • Problemy
    • Inne strategie
  • Zapis do pliku
  • Inne typy danych
• Rozdział 9. Czyszczenie danych z wykorzystaniem pakietu tidyr
  • Wstęp
    • Wymagania wstępne
  • Czyszczenie danych
    • Ćwiczenia
  • Rozkład i gromadzenie
    • Gromadzenie
    • Rozkładanie
    • Ćwiczenia
  • Rozdzielanie i łączenie
    • Rozdzielanie
    • Łączenie
    • Ćwiczenia
  • Brakujące wartości
    • Ćwiczenia
  • Studium przypadku
    • Ćwiczenia
  • Dane nieoczyszczone
• Rozdział 10. Dane relacyjne z wykorzystaniem pakietu dplyr
  • Wstęp
    • Wymagania wstępne
  • nycflights13
    • Ćwiczenia
  • Klucze
    • Ćwiczenia
  • Złączenia mutujące
    • Na czym polegają złączenia?
    • Złączenie wewnętrzne
    • Złączenia zewnętrzne
    • Zduplikowane klucze
    • Definiowanie kolumn kluczy
    • Ćwiczenia
    • Inne implementacje
  • Złączenia filtrujące
    • Ćwiczenia
  • Problemy ze złączeniami
  • Operacje na zbiorach
• Rozdział 11. Przetwarzanie napisów za pomocą pakietu stringr
  • Wstęp
    • Wymagania wstępne
  • Podstawy napisów
    • Długość napisu
    • Łączenie napisów
    • Wyodrębnianie fragmentów napisów
    • Ustawienia regionalne
    • Ćwiczenia
  • Dopasowywanie wzorców do wyrażeń regularnych
    • Podstawowe dopasowanie
    • Ćwiczenia
    • Kotwice
    • Ćwiczenia
    • Klasy znaków i alternatywy
    • Ćwiczenia
    • Powtórzenie
    • Ćwiczenia
  • Grupowanie i odwołania wsteczne
    • Ćwiczenia
  • Narzędzia
    • Wykrywanie dopasowań
    • Ćwiczenia
    • Wyodrębnianie dopasowań
    • Ćwiczenia
    • Dopasowania zgrupowane
    • Ćwiczenia
    • Zastępowanie dopasowań
    • Ćwiczenia
    • Dzielenie
    • Ćwiczenia
    • Znajdowanie dopasowań
  • Inne typy wzorców
    • Ćwiczenia
  • Inne sposoby użycia wyrażeń regularnych
  • Pakiet stringi
    • Ćwiczenia
• Rozdział 12. Czynniki z użyciem pakietu forcats
  • Wstęp
    • Wymagania wstępne
  • Tworzenie czynników
  • Badania General Social Survey
    • Ćwiczenia
  • Modyfikowanie kolejności czynnika
    • Ćwiczenia
  • Modyfikowanie poziomów czynników
    • Ćwiczenia
• Rozdział 13. Przetwarzanie daty i czasu za pomocą pakietu lubridate
  • Wstęp
    • Wymagania wstępne
  • Tworzenie daty lub czasu
    • Na podstawie napisów
    • Na podstawie poszczególnych komponentów
    • Na podstawie innych typów
    • Ćwiczenia
  • Komponenty danych typu data i czas
    • Pobieranie komponentów
    • Zaokrąglanie
    • Ustawianie komponentów
    • Ćwiczenia
  • Odcinki czasu
    • Czasy trwania
    • Okresy
    • Interwały
    • Podsumowanie
    • Ćwiczenia
  • Strefy czasowe
• Część III Program
  • Więcej informacji
• Rozdział 14. Potoki z wykorzystaniem pakietu magrittr
  • Wstęp
    • Wymagania wstępne
  • Alternatywy potoków
    • Kroki pośrednie
    • Nadpisywanie oryginału
    • Definiowanie funkcji
    • Użycie potoku
  • Kiedy nie należy używać potoków?
  • Inne narzędzia z pakietu magrittr
• Rozdział 15. Funkcje
  • Wstęp
    • Wymagania wstępne
  • Kiedy powinienem napisać funkcję?
    • Ćwiczenia
  • Funkcje są dla ludzi i komputerów
    • Ćwiczenia
  • Wykonywanie warunkowe
    • Warunki
    • Wiele warunków
    • Styl kodu
    • Ćwiczenia
  • Argumenty funkcji
    • Wybieranie nazw
    • Sprawdzanie wartości
    • Argument ...
    • Leniwe przetwarzanie
    • Ćwiczenie
  • Zwracane wartości
    • Jawne instrukcje zwracania
    • Pisanie funkcji nadających się do potoku
  • Środowisko
• Rozdział 16. Wektory
  • Wstęp
    • Wymagania wstępne
  • Podstawy wektorów
  • Ważne typy wektorów atomowych
    • Logiczne
    • Liczbowe
    • Napisów
    • Brakujące wartości
    • Ćwiczenia
  • Używanie wektorów atomowych
    • Wymuszanie
    • Funkcje testujące
    • Skalary i reguły dopełniania
    • Nazywanie wektorów
    • Tworzenie podzbiorów
    • Ćwiczenia
  • Wektory rekurencyjne (listy)
    • Wizualizowanie list
    • Tworzenie podzbiorów
    • Listy przypraw
    • Ćwiczenia
    • Atrybuty
  • Wektory rozszerzone
    • Czynniki
    • Daty i dane typu data i czas
    • Tibble
    • Ćwiczenia
• Rozdział 17. Iteracje za pomocą pakietu purrr
  • Wstęp
    • Wymagania wstępne
  • Pętle for
    • Ćwiczenie
  • Odmiany pętli for
    • Modyfikowanie istniejącego obiektu
    • Wzorce pętli
    • Nieznana długość wektora wyjściowego
    • Nieznana długość sekwencji
    • Ćwiczenia
  • Pętle for kontra programowanie funkcyjne
    • Ćwiczenia
  • Funkcje mapujące
    • Skróty
    • Bazowy R
    • Ćwiczenia
  • Obsługa niepowodzeń
  • Mapowanie na podstawie wielu argumentów
    • Wywoływanie różnych funkcji
  • Funkcja walk
  • Inne wzorce pętli for
    • Funkcje predykatów
    • Funkcje reduce i accumulate
    • Ćwiczenia
• Część IV Model
  • Generowanie kontra potwierdzanie hipotez
• Rozdział 18. Podstawy modelowania z wykorzystaniem pakietu modelr
  • Wstęp
    • Wymagania wstępne
  • Prosty model
    • Ćwiczenia
  • Wizualizowanie modeli
    • Przewidywania
    • Resztki
    • Ćwiczenia
  • Formuły i rodziny modeli
    • Zmienne kategorialne
    • Interakcje (ciągłe i kategorialne)
    • Interakcje (dwie zmienne ciągłe)
    • Przekształcenia
    • Ćwiczenia
  • Wartości brakujące
  • Inne rodziny modeli
• Rozdział 19. Budowanie modelu
  • Wstęp
    • Wymagania wstępne
  • Dlaczego diamenty niskiej jakości są droższe?
    • Cena w zależności od ilości karatów
    • Bardziej skomplikowany model
    • Ćwiczenia
  • Co wpływa na liczbę lotów w ciągu dnia?
    • Dzień tygodnia
    • Sezonowy efekt soboty
    • Zmienne obliczane
    • Czas roku: podejście alternatywne
    • Ćwiczenia
  • Więcej informacji o modelach
• Rozdział 20. Wiele modeli z użyciem pakietów purrr i broom
  • Wstęp
    • Wymagania wstępne
  • gapminder
    • Dane zagnieżdżone
    • Kolumny w postaci list
    • Usuwanie zagnieżdżenia
    • Jakość modelu
    • Ćwiczenia
  • Kolumny w postaci list
  • Tworzenie kolumn w postaci list
    • Z zagnieżdżaniem
    • Za pomocą funkcji zwektoryzowanych
    • Na podstawie podsumowania wielowartościowego
    • Na podstawie listy nazwanej
    • Ćwiczenia
  • Upraszczanie kolumn w postaci list
    • Przekształcanie listy w wektor
    • Usuwanie zagnieżdżenia
    • Ćwiczenia
  • Czyszczenie danych za pomocą pakietu broom
• Część V Komunikowanie
• Rozdział 21. R Markdown
  • Wstęp
    • Wymagania wstępne
  • Podstawy R Markdown
    • Ćwiczenia
  • Formatowanie tekstu za pomocą Markdown
    • Ćwiczenia
  • Fragmenty kodu
    • Nazwa fragmentu
    • Opcje fragmentów
    • Tabela
    • Zapisywanie w pamięci podręcznej
    • Opcje globalne
    • Kod inline
    • Ćwiczenia
  • Rozwiązywanie problemów
  • Nagłówek YAML
    • Parametry
    • Bibliografie i cytaty
  • Więcej informacji
• Rozdział 22. Grafika dla komunikacji z wykorzystaniem ggplot2
  • Wstęp
    • Wymagania wstępne
  • Etykieta
    • Ćwiczenia
  • Adnotacje
    • Ćwiczenia
  • Skale
    • Znaczniki osi i klucze legendy
    • Układ legendy
    • Zastępowanie skali
    • Ćwiczenia
  • Powiększanie
  • Szablony
  • Zapisywanie wykresów
    • Zmiana rozmiaru rysunków
    • Inne ważne opcje
  • Więcej informacji
• Rozdział 23. Formaty R Markdown
  • Opcje wyjścia
  • Dokumenty
  • Notatniki
  • Prezentacje
  • Pulpity
  • Interaktywność
    • htmlwidgets
    • Shiny
  • Serwisy WWW
  • Inne formaty
  • Więcej informacji
• Rozdział 24. Sposób pracy z R Markdown
  • O autorach
  • Kolofon