Le concept IziBook

IziBook® est une plateforme de téléchargement de livres numériques sous format pdf.

En savoir plus...

Vus récemment

  1. R pour les data sciences

Abonnez-vous au flux RSS des nouveautés Flux RSS

  • Ajouter à NetVibes
  • Ajouter à Yahoo
  • Ajouter à Windows Live

R pour les data sciences

Importer, classer, transformer, visualiser et modéliser les données

 

De Garrett Grolemund et Hadley Wickham

 

Eyrolles - Collection : Blanche - août 2018

    • eBook [PDF + ePub]

      26,99 €
    Formats disponibles →  Format PDF Format ePub
     
     

    Présentation

    Les data sciences constituent une discipline fascinante, qui vous servira à transformer des données brutes en idées et connaissances
    aisément compréhensibles. L’objectif de ce livre est de vous aider à maîtriser les outils essentiels qui vous permettront d’utiliser  R dans la pratique des data sciences. Après l’avoir lu, vous pourrez faire face à la plupart des situations que vous rencontrerez dans vos projets, en exploitant au mieux les fonctionnalités de R.

    Mais avant de devenir un expert en R, vous devrez tout d’abord importer vos données, c’est-à-dire  les lire, en général depuis un fichier, une base de données ou une API web, et les charger dans un cadre de données dans R. Si vous ne pouvez pas transférer  vos données dans R, vous ne pourrez pas les analyser ! Une fois vos données importées, vous gagnerez beaucoup à les ranger. Une fois vos données rangées, vous passerez bien souvent par une étape de transformation. Une fois vos données rangées avec les variables  dont vous avez besoin, la génération de connaissances reposera principalement  sur deux moteurs : la visualisation et la modélisation.  Leurs forces et faiblesses sont complémentaires, et toute bonne analyse doit tenir compte des deux.
    Inutile d’être un programmeur expert pour être un bon analyste de données, mais apprendre à programmer

    Sommaire

    Exploration. Visualisation de données avec ggplot2 • Méthodes de travail : bases • Transformation de données avec dplyr • Méthodes de travail : scripts • Analyse exploratoire de données • Méthodes de travail : projets • Démêlage. Les tibbles • Importation de données avec readr • Rangement de données avec tidyr • Données relationnelles avec dplyr • Chaînes de caractères avec stringr • Facteurs avec forcats • Dates et heures avec lubridate • Programmation. Canaux avec magrittr • Fonctions • Vecteurs • Itération avec purrr • Modélisation. Modèles simples avec modelr • Construction de modèle • Plusieurs modèles avec purrr et broom • Communication. R Markdown • Production de graphes pour diffusion avec ggplot2 • Formats de R Markdown • Méthodes de travail avec R Markdown

    Supports disponibles

    • eBook [PDF + ePub]

      Pdf PDF (R pour les data sciences), format 190 x 230, 497 pages
      Epub ePub (R pour les data sciences)
      A télécharger après achat
    • Caractéristiques

    Référencer ce produit sur votre site

    → Copier en mémoire :