数据科学实战手册(R+Python)(第2版): Chinese Edition

· · · · ·
· Packt Publishing Ltd
Ebook
326
Pages

About this ebook

基于R和Python的数据科学项目案例集锦,数据分析师、数据挖掘工程师、数据科学家必读Key Features
  • 通过多个真实的数据分析案例,手把手教读者一步一步地完成从数据分析的准备到分析结果报告的整个流程
  • 案例包括汽车数据分析、税收数据分析、就业数据分析、股市数据分析、社交网络分析、大规模电影推荐、Twitter数据分析、新西兰海外游客预测分析以及德国信用数据分析等
Book Description本书对想学习数据分析的人来说是一本非常实用的参考书,书中有多个真实的数据分析案例,几乎是以手把手的方式教你一步一步地完成从数据分析的准备到分析结果报告的整个流程。无论是数据分析工作的从业者,还是有志于未来从事数据分析工作的在校大学生,都能从本书中获取一些新知识、新思想。 同时,本书也是一本优秀的学习和提高R及Python编程的参考书。很多人有这样的感触,单纯地学习编程语言是很枯燥的过程,但利用本书学习R和Python语言可以很好地解决这个问题,生动实用的数据集以及非常有意思的分析结果会极大地激发读者学习的兴趣。 本书案例包括汽车数据分析、税收数据分析、就业数据分析、股市数据分析、社交网络分析、大规模电影推荐、Twitter数据分析、新西兰海外游客预测分析以及德国信用数据分析等。What you will learn
  • 学会并理解在不同平台下安装R和Python的流程和所需环境;
  • 在R和Python环境下实现数据获取、数据清洗、数据整理,完成数据分析的准备工作;
  • 建立预测模型和探索分析模型;
  • 分析模型结果并创建数据报告;
  • 尝试多种基于树的方法,建立随机森林;
  • 在R中实现初步的数据科学概念;
  • 学习探索性数据分析的应用方法,基于树的方法以及随机森林方法等。
Who this book is for

无论你是数据科学的新手,还是有经验的专业人士,你都可以从本书提供的多个实际案例中掌握数据科学的关键概念和利用R、Python进行数据编程的能力。

About the author

Prabhanjan Tattar有9年的统计分析工作经验。他的精力集中在通过简洁优美的程序解释统计和机器学习技术上。他已经写作了两本关于R的书,并在维护几个R包:gpk、RSADBE和ACSWR。

Tony Ojeda是一位经验丰富的数据科学家和企业家,在商业流程的最优化方面非常专业,他是华盛顿特区数据实验室的创始人,致力于数据科学的教育事业和活动组织。

Sean Patrick Murphy在约翰• 霍普金斯大学的应用物理实验室做了15年的高级科研人员,他专注于机器学习、信号处理以及高性能计算等。他是MD数据科学见面会的联合创始人。

Benjamin Bengfort是一位非常有经验的数据科学家和Python开发者。他曾在业界和学术界工作过8年。他现在在马里兰大学派克学院攻读计算机博士学位

Abhijit Dasgupta有多年的生物制药行业咨询、商业分析、生物信息以及生物工程咨询方面的经验。他拥有华盛顿大学生物统计专业的博士学位,是华盛顿特区统计编程社群的创始人和联合组织者。

Rate this ebook

Tell us what you think.

Reading information

Smartphones and tablets
Install the Google Play Books app for Android and iPad/iPhone. It syncs automatically with your account and allows you to read online or offline wherever you are.
Laptops and computers
You can listen to audiobooks purchased on Google Play using your computer's web browser.
eReaders and other devices
To read on e-ink devices like Kobo eReaders, you'll need to download a file and transfer it to your device. Follow the detailed Help Center instructions to transfer the files to supported eReaders.