Beginning Data Science in R 4
Data Analysis, Visualization, and Modelling for the Data Scientist
Seiten
2022
|
2nd ed.
Apress (Hersteller)
978-1-4842-8155-0 (ISBN)
Apress (Hersteller)
978-1-4842-8155-0 (ISBN)
1: Introduction.- 2: Introduction to R Programming.- 3: Reproducible Analysis.- 4: Data Manipulation.- 5: Visualizing Data.- 6: Working with Large Data Sets.- 7: Supervised Learning.- 8: Unsupervised Learning.- 9: Project 1: Hitting the Bottle.- 10: Deeper into R Programming.- 11: Working with Vectors and Lists.- 12: Functional Programming.- 13: Object-Oriented Programming.- 14: Building an R Package.- 15: Testing and Package Checking.- 16: Version Control.- 17: Profiling and Optimizing.- 18: Project 2: Bayesian Linear Progression.- 19: Conclusions.
| Erscheint lt. Verlag | 23.6.2022 |
|---|---|
| Zusatzinfo | XXVIII, 511 p. 100 illus. |
| Verlagsort | Berkeley |
| Sprache | englisch |
| Themenwelt | Mathematik / Informatik ► Informatik ► Datenbanken |
| Mathematik / Informatik ► Informatik ► Programmiersprachen / -werkzeuge | |
| Informatik ► Theorie / Studium ► Compilerbau | |
| Informatik ► Theorie / Studium ► Künstliche Intelligenz / Robotik | |
| Schlagworte | AI • Analytics • Big Data • Cloud • Coding • Data Science • Deep learning • machine learning • programming • R • Software • Statistics |
| ISBN-10 | 1-4842-8155-1 / 1484281551 |
| ISBN-13 | 978-1-4842-8155-0 / 9781484281550 |
| Zustand | Neuware |
| Informationen gemäß Produktsicherheitsverordnung (GPSR) | |
| Haben Sie eine Frage zum Produkt? |
