R für Data Science

Daten importieren, bereinigen, umformen, modellieren und visualisieren

Hadley Wickham und Garrett Grolemund

Diese Publikation zitieren

Hadley Wickham, Garrett Grolemund, R für Data Science (2017), O'Reilly Verlag, Heidelberg, ISBN: 9783960101536

7894
Accesses
127
Quotes

Beschreibung / Abstract

Lernen Sie, wie Sie mit R Ihre Rohdaten in Erkenntnisse und Wissen umwandeln. Dieses Buch führt Sie ein in R, RStudio und tidyverse – eine Sammlung von R-Paketen, die ineinandergreifen, um Data Science schnell, flüssig und komfortabel zu machen. R für Data Science ist geeignet für Leser ohne vorherige Programmierkenntnisse und zielt darauf ab, dass Sie Techniken der Data Science so schnell wie möglich in der Praxis umsetzen können.

Die Autoren Hadley Wickham und Garrett Grolemund zeigen, wie Sie Daten importieren, aufbereiten, untersuchen und modellieren und wie Sie die Ergebnisse kommunizieren können. So bekommen Sie einen vollständigen Überblick über den Data-Science-Zyklus und die Tools, die für die Detailarbeit erforderlich sind.

Beschreibung

Hadley Wickham ist Chief Scientist bei RStudio und Mitglied der R Foundation. Er erstellt Tools (sowohl technische als auch kognitive), die Data Science leichter, schneller und unterhaltsamer machen.

Garrett Grolemund ist Statistiker, Lehrer und Master Instructor bei RStudio, und er ist Autor von Hands-On Programming with R (O'Reilly). Viele Unterrichtsvideos von Garrett sind auf oreilly.com/safari verfügbar.

Inhaltsverzeichnis

  • BEGINN
  • Vorwort
  • Teil I: Erkunden
  • Kapitel 1: Datenvisualisierung mit ggplot2
  • Kapitel 2: Workflow: Grundlagen
  • Kapitel 3: Datentransformation mit dplyr
  • Kapitel 4: Workflow: Skripte
  • Kapitel 5: Explorative Datenanalyse
  • Kapitel 6: Workflow: Projekte
  • Teil II: Aufbereiten
  • Kapitel 7: Tibbles mit tibble
  • Kapitel 8: Datenimport mit readr
  • Kapitel 9: Daten aufbereiten mit tidyr
  • Kapitel 10: Relationale Daten mit dplyr
  • Kapitel 11: Strings mit stringr
  • Kapitel 12: Faktoren mit forcats
  • Kapitel 13: Datum und Uhrzeit mit lubridate
  • Teil III: Programmieren
  • Kapitel 14: Pipes mit magrittr
  • Kapitel 15: Funktionen
  • Kapitel 16: Vektoren
  • Kapitel 17: Iteration mit purrr
  • Teil IV: Modellieren
  • Kapitel 18: Grundlagen der Modellierung mit modelr
  • Kapitel 19: Modelle erstellen
  • Kapitel 20: Viele Modelle mit purrr und broom
  • Teil V: Kommunizieren
  • Kapitel 21: R Markdown
  • Kapitel 22: Grafik für Kommunikation mit ggplot2
  • Kapitel 23: R-Markdown-Formate
  • Kapitel 24: R-Markdown-Workflow
  • Index
  • Über die Autoren
  • Kolophon

Mehr von dieser Serie

    Ähnliche Titel

      Mehr von diesem Autor