Книги по R

Погружение в аналитику данных. От Excel к Python и R - Джордж Маунт (2023)

 В книге приводятся практические приемы анализа данных. Рассказано, как исследовать и тестировать взаимосвязи между переменными в Excel и использовать его для статистики и анализа. Описан перенос данных из Excel в R, язык программирования с открытым исходным кодом, специально разработанный для выполнения статистического анализа. Отдельный раздел посвящен переносу данных из Excel в Python и выполнению полного анализа данных средствами этого языка. В результате читатель научится выполнять разведочный анализ данных (Exploratory Data …

Data Science Fundamentals with R, Python, and Open Data - Marco Cremonini (2024)

 Organized with a strong focus on open data, Data Science Fundamentals with R, Python, and Open Data discusses concepts, techniques, tools, and first steps to carry out data science projects, with a focus on Python and RStudio, reflecting a clear industry trend emerging towards the integration of the two. The text examines intricacies and inconsistencies often found in real data, explaining how to recognize them and guiding readers through possible solutions, and …

Learn R: As a Language - Pedro J. Aphalo (2024)

 Learning a computer language like R can be either frustrating, fun, or boring. Having fun requires challenges that wake up the learner’s curiosity but also provide an emotional reward on overcoming them. This book is designed so that it includes smaller and bigger challenges, in what I call playgrounds, in the hope that all readers will enjoy their path to R fluency. Fluency in the use of a language …

Statistics Slam Dunk - Gary Sutton (2024)

 Statistics Slam Dunk is a data science manual with a difference. Each chapter is a complete, self-contained statistics or data science project for you to work through—from importing data, to wrangling it, testing it, visualizing it, and modeling it. Throughout the book, you’ll work exclusively with NBA data sets and the R language, applying best-in-class statistics techniques to reveal fun and fascinating truths about the NBA.

About the book

 Is losing …

Классификация, регрессия и другие алгоритмы Data Mining с использованием R - Владимир Кириллович Шитиков, Сергей Эдуардович Мастицкий (2017)

 Описана широкая совокупность методов построения статистических моделей классификации и регрессии для откликов, измеренных в альтернативной, категориальной и метрической шкалах. Подробно рассматриваются деревья решений, машины опорных векторов с различными разделяющими поверхностями, нелинейные формы дискриминантного анализа, искусственные нейронные сети и т.д. Показана технология применения таких методов бутстреп-агрегирования деревьев решений, как бэггинг, случайный лес и бустинг. Представлены различные методы построения ансамблей моделей для коллективного прогнозирования.

Statistics and Data Visualization Using R: The Art and Practice of Data Analysis - David Brown (2022)

 Designed to introduce students to quantitative methods in a way that can be applied to all kinds of data in all kinds of situations, Statistics and Data Visualization Using R: The Art and Practice of Data Analysis by David S. Brown teaches students statistics through charts, graphs, and displays of data that help students develop intuition around statistics as well as data visualization skills. By focusing on the visual nature of statistics …

R Data Analysis Projects - Gopi Subramanian (2017)

 R offers a large variety of packages and libraries for fast and accurate data analysis and visualization. As a result, it’s one of the most popularly used languages by data scientists and analysts, or anyone who wants to perform data analysis. This book will demonstrate how you can put to use your existing knowledge of data analysis in R to build highly efficient, end-to-end data analysis pipelines without any hassle.

Generalized Linear Models With Examples in R - Gordon K. Smyth, Peter K. Dunn (2018)

 This textbook presents an introduction to generalized linear models, complete with real-world data sets and practice problems, making it applicable for both beginning and advanced students of applied statistics. Generalized linear models (GLMs) are powerful tools in applied statistics that extend the ideas of multiple linear regression and analysis of variance to include response variables that are not normally distributed. As such, GLMs can model a wide variety of data …

Регрессия. Теория и практика. С примерами на R и Stan - Аки Вехтари, Дженнифер Хилл, Эндрю Гельман (2022)

 Регрессия - это статистический метод, который позволяет найти уравнение, наилучшим образом описывающее совокупность данных. Регрессионный анализ позволяет моделировать, проверять и исследовать пространственные отношения, а в ряде случаев устанавливать причинно-следственные связи между независимыми и зависимыми переменными.

 В этой книге представлен практический подход к компьютерному построению регрессионных моделей. Прочитав ее и проработав упражнения, вы научитесь выбирать, создавать, интерпретировать и оценивать линейные и обобщенные линейные модели и использовать их, …

Искусство программирования на R. Погружение в большие данные - Норман Мэтлофф (2019)

 R является самым популярным в мире языком статистических вычислений: археологи используют его, изучая древние цивилизации, фармацевтические компании выясняют, какие лекарства наиболее безопасны и эффективны, а финансисты задействуют его для оценки рисков и удержания позиций на рынке.

 «Искусство программирования на R» - это путешествие, в которое вы отправляетесь с опытным гидом, готовым поделиться всей информацией о разработке ПО: от типов и структур данных до таких продвинутых тем, как …

Introduction to Deep Learning Using R: A Step-by-Step Guide to Learning and Implementing Deep Learning Models Using R - Taweh Beysolow II (2017)

 Understand deep learning, the nuances of its different models, and where these models can be applied.

 The abundance of data and demand for superior products/services have driven the development of advanced computer science techniques, among them image and speech recognition. Introduction to Deep Learning Using R provides a theoretical and practical understanding of the models that perform these tasks by building upon the fundamentals of data science through machine learning and deep …

Анализ поведенческих данных на R и Python - Флоран Бюиссон (2022)

 Задействуйте всю мощь поведенческих данных в своей компании, используя инструменты, специально разработанные для их анализа. Автор, эксперт в области экономики и бихевиористики, показывает, как повысить ценность и результаты аналитических проектов за счет понимания того, что движет поведением людей. Практическая часть книги содержит полные примеры и упражнения на языках R и Python, которые помогут вам получать более глубокую информацию о данных.

 Издание предназначено для бизнес-аналитиков и других специалистов, исследующих …

R. Книга рецептов - Джей Ди Лонг, Пол Титор (2020)

 Выполняйте анализ данных с помощью R быстро и эффективно, используя свыше 275 практических рецептов, представленных в этом расширенном издании. Язык R предоставляет все, что вам нужно для работы со статистикой, но его структуру может быть сложно освоить. Эти ориентированные на задачи рецепты помогут вам сразу же приступить к работе. Решения варьируются от базовых задач до ввода и вывода, общей статистики, графики и линейной регрессии.

 Каждый рецепт …

Глубокое обучение с R и Keras. 2 изд - Франсуа Шолле (2023)

 Перед вами второе, расширенное в 1.5 раза издание бестселлера от автора библиотеки Keras.

 Умение работать с моделями глубокого обучения стало важным навыком современных ученых, исследователей и программистов. API языка R для Keras и TensorFlow делает глубокое обучение доступным для всех пользователей R, даже если у них нет опыта работы с машинным обучением или нейронными сетями.

 Интуитивно понятные объяснения, четкие иллюстрации и наглядные примеры помогут вам освоить …

Behavioral Data Analysis with R and Python: Customer-Driven Data for Real Business Results - Florent Buisson (2021)

 Harness the full power of the behavioral data in your company by learning tools specifically designed for behavioral data analysis. Common data science algorithms and predictive analytics tools treat customer behavioral data, such as clicks on a website or purchases in a supermarket, the same as any other data. Instead, this practical guide introduces powerful methods specifically tailored for behavioral data analysis.

 Advanced experimental design helps you get the most …