Hodnotenie:
Kniha je všeobecne dobre prijímaná pre jej prístupné a praktické vyučovanie programovania v jazyku R, najmä pre tých, ktorí majú určité skúsenosti s programovaním. Ponúka dobrú kombináciu zručností v oblasti programovania a analýzy údajov, ale považuje sa za vhodnejšiu pre stredne pokročilých študentov než pre úplných začiatočníkov. Hoci poskytuje užitočné cvičenia a pokrýva užitočné témy, niektorí čitatelia ju považujú za málo hlbokú a rozsiahlu v porovnaní s inými knihami o R.
Výhody:⬤ Dobre napísaná a zrozumiteľná
⬤ praktický prístup k učeniu sa R
⬤ obsahuje kvízy a cvičenia na upevnenie učiva
⬤ poskytuje cenné rady o dátových štruktúrach a aplikáciách
⬤ užitočná pre programátorov, ktorí s R začínajú
⬤ obsahuje kapitoly o písaní balíkov.
⬤ Nemusí byť vhodný pre úplných začiatočníkov bez skúseností s programovaním
⬤ niektoré témy sú v iných knihách spracované viac do hĺbky
⬤ chýba komplexné pokrytie R alebo podrobné riešenia programátorských problémov
⬤ niektorí považujú úvodné kapitoly za suché a náročné.
(na základe 30 čitateľských recenzií)
Learning R: A Step-By-Step Function Guide to Data Analysis
Naučte sa vykonávať analýzu údajov pomocou jazyka a softvérového prostredia R, aj keď máte len malé alebo žiadne skúsenosti s programovaním. Pomocou učebných materiálov v tejto praktickej príručke sa naučíte používať základné nástroje jazyka R, ktoré potrebujete poznať pri analýze údajov, vrátane dátových typov a programovacích konceptov.
Druhá polovica knihy Učíme sa R vám ukáže skutočnú analýzu údajov v praxi, pričom sa zaoberá všetkým od importu údajov až po publikovanie výsledkov. Každá kapitola v knihe obsahuje kvíz o tom, čo ste sa naučili, a končí cvičeniami, z ktorých väčšina zahŕňa písanie kódu R.
⬤ Napíšte jednoduchý program v jazyku R a zistite, čo tento jazyk dokáže.
⬤ Používajte dátové typy, ako sú vektory, polia, zoznamy, dátové rámce a reťazce.
⬤ Vykonávajte kód podmienene alebo opakovane pomocou vetiev a slučiek.
⬤ Používajte prídavné balíky R a vytvárajte balíky vlastnej práce pre ostatných.
⬤ Učte sa, ako čistiť údaje importované z rôznych zdrojov.
⬤ Poznať údaje prostredníctvom vizualizácie a súhrnných štatistík.
⬤ Používať štatistické modely na kvantitatívne posúdenie údajov a vytváranie predpovedí.
⬤ Učte sa, čo robiť, keď sa pri písaní kódu na analýzu údajov niečo pokazí.
© Book1 Group - všetky práva vyhradené.
Obsah tejto stránky nesmie byť kopírovaný ani použitý čiastočne alebo v celku bez písomného súhlasu vlastníka.
Posledná úprava: 2024.11.13 22:11 (GMT)