Úvod do datové vědy: Analýza dat a predikční algoritmy s R

Recenze čtenářů

Kniha je podrobným a komplexním průvodcem používáním jazyka R pro datovou vědu, který je oceňován pro svou srozumitelnost a důkladnost, i když nemusí být vhodný pro začátečníky. Nabízí pevné základy moderní výpočetní techniky s R, zejména pro ty, kteří již mají nějaké zkušenosti.

Velmi podrobná a komplexní, klade důraz na důležitá témata, jasný a důkladný výklad, vhodná pro středně pokročilé až pokročilé uživatele, obsahuje zajímavé případové studie a aplikované příklady, silný důraz na moderní techniky programování v R, kvalitní prezentace a materiály.

Nevhodné jako úvod pro začátečníky, v některých oblastech chybí jasné vysvětlení, příklady mohou být glosovány, organizační struktura může být matoucí, u některých uživatelů došlo k poškození při přepravě.

(na základě 11 hodnocení čtenářů)

Původní název:

Introduction to Data Science: Data Analysis and Prediction Algorithms with R

Obsah knihy:

Úvod do datové vědy: Úvod do analýzy dat a predikčních algoritmů s R představuje koncepty a dovednosti, které vám pomohou řešit skutečné výzvy v oblasti analýzy dat. Zahrnuje pojmy z oblasti pravděpodobnosti, statistické inference, lineární regrese a strojového učení. Pomůže vám také rozvinout dovednosti, jako je programování v jazyce R, práce s daty, vizualizace dat, tvorba predikčních algoritmů, organizace souborů pomocí UNIX/Linux shell, řízení verzí pomocí Git a GitHub a příprava reprodukovatelných dokumentů.

Tato kniha je učebnicí pro první kurz datové vědy. Předchozí znalost jazyka R není nutná, i když určité zkušenosti s programováním mohou být užitečné. Kniha je rozdělena do šesti částí: R, vizualizace dat, statistika s R, práce s daty, strojové učení a nástroje pro zvýšení produktivity. Každá část má několik kapitol určených k prezentaci jako jedna přednáška.

Autor používá motivující případové studie, které realisticky napodobují zkušenosti datových vědců. Začíná kladením konkrétních otázek a jejich zodpovídáním prostřednictvím analýzy dat, takže se koncepty učí jako prostředek k zodpovězení otázek. Příklady zahrnutých případových studií jsou např: Počet vražd v USA podle jednotlivých států, výška studentů podle vlastních údajů, trendy ve světovém zdravotnictví a ekonomice, vliv vakcín na výskyt infekčních onemocnění, finanční krize v letech 2007-2008, předpovědi voleb, sestavování baseballového týmu, zpracování obrazu ručně psaných číslic a systémy doporučování filmů.

Statistické pojmy používané k zodpovězení otázek případových studií jsou představeny jen stručně, takže pro jejich hlubší pochopení se doporučuje doplnit učebnici pravděpodobnosti a statistiky. Pokud si kapitoly přečtete, porozumíte jim a dokončíte cvičení, budete připraveni naučit se pokročilejší pojmy a dovednosti potřebné k tomu, abyste se stali odborníky.

Kompletní příručka s řešeními je k dispozici registrovaným instruktorům, kteří potřebují učebnici pro kurz.