精通大數據! R語言資料分析與應用 (2版)

類似書籍推薦給您

書名：精通大數據！R 語言資料分析與應用 第二版(附CD) 作者：Jared P. Lander 著、鍾振蔚譯 出版社：旗標 出版日期：3/23/2018 條碼：9789863125075 內容簡介 運用各種資料分析套件和統計模型, 解決大數據時代所會遇到的各種難題 R 語言是公認處理大數據的最佳利器, 不只免費、語法簡單、直覺, 還具備數千個功能強大的延伸套件, 更讓 R 語言深入各種不同的應用領域。本書由國際知名的資料分析專家執筆, 作者具備豐富的 R 語言教學經驗, 從中篩選出 R 的基本功能和最新、最好用的套件, 並以各種資料集案例, 具體展現資料分析成果。 對於有心跨足資料科學、數據分析、量化交易、人工智慧、機器學習等領域的讀者, 只會 R 語言的語法自然是不夠的。我們將帶您運用各種資料分析套件和統計模型, 解決大數據時代所會遇到的各種難題, 包括：向量運算、文字探勘、資料視覺化、趨勢預測、資料建模, 以及各種分析結果的輸出、引用與動態呈現等, 全面掌握 R 語言的各種技巧。 本書特色 ●向量運算：全向量化的資料結構, 包括：vector、factor vector、data.frame、list、matrix、array 等 ●文字探勘：各類資料匯入讀取、抽取字串、表格轉換與合併、資料聚合、資料正規化、網路爬蟲 ●資料視覺化：最吸睛的 ggplot2 套件圖表繪製技巧, 並利用 Shiny 套件產生網頁互動展示儀表板 ●機率統計：快速領略統計學核心應用, 抽樣分佈、假設檢定、變異數分析、資料分群 ●趨勢預測：展現大數據威力的強力工具, 線性迴歸、廣義線性模型、非線性模型、時間序列與自相關性 ●資料建模：機器學習的基礎, 利用 Caret 評斷資料模型配適度, 建立資料測試與訓練機制, 透過交叉驗證和參數挑選建立最佳模式 ●進階應用：資料分析師必學的套件包裝與發佈、報表/投影片製作、制式化文件輸出等 作者介紹 作者簡介 Jared P. Lander 其專長為資料管理、多階層模型、機器學習、廣義線性模型、視覺化圖表與統計計算，目前是 Lander Analytics 的創始人兼行政總裁，該公司是紐約市的企管顧問公司。作者也是紐約市開源碼大會的主辦人，且是哥倫比亞大學統計系兼任教授。 Jared P. Lander 在哥倫比亞大學取得統計碩士，也曾在許多不同的機構任職過，包括關於政治、科技、籌款、音樂、金融、健保和人道救援的工作，在學術研究和業界皆有豐富經驗。 目錄 01 R 語言的下載與安裝 02 R 的操作環境簡介 03 R 語言的套件 04 R 語言基礎 05 進階資料結構 06 讀取各類資料 07 統計繪圖 08 建立 R 函數 09 流程控制 10 迴圈 — 迭代元素的傳統作法 11 群組資料操作 12 更有效率的群組操作 – 使用 dplyr 13 使用 purrr 迭代的做法 14 資料整理 15 Tidyverse 下的資料整理 16 字串處理 17 機率分佈 18 基本統計分析 19 線性模型 20 廣義線性模型 21 模型診斷 22 正規化和壓縮方法 23 非線性模型 24 時間序列與自相關性 25 資料分群 26 模型配適 - 使用 Caret 套件 27 用 Knitr 套件將分析結果轉製成報表 28 用 Rmarkdown 製作富文本 29 用 Shinny 套件建立互動資訊看板 30 章 建立 R 套件 附錄 A R 語言參考資源 附錄 B 名詞解釋

R 語言資料分析活用範例詳解

類似書籍推薦給您

書名：R語言資料分析活用範例詳解 出版社：碁峰 出版年月：201511 條碼：9789863478157 內容簡介 隨著Big Data的分析應用逐漸受重視，而R語言又是一套免費的開放原始碼工具，在資料分析、統計運算和繪圖上能有效運用，強大的功能和眾多的套件使其廣受好評，是許多統計學家、科學家和工程師們很喜歡使用的工具。 本書是一本R語言和資料分析的入門教材，書中有非常多的實際案例，並以案例問題為導向，詳解其中統計方法和R語言的指令應用與編寫程式的技巧，本書共有18個章節，內容包含R的入門概念、資料結構、函數與優化、抽樣模擬、統計分析、假設檢定、迴歸分析、統計繪圖和R套件的自製方法等。 本書定位給想要學習R語言和資料分析的商業經營管理人員、醫學系學生或研究人員，書中的實例和指令程式編寫方法對其實際應用上提供很好的參考。 名人推薦 『該書深入淺出、通俗易懂、案例詳實，從資料分析角度講解R在實際資料分析中的使用，是難得的一本R和資料分析入門的好書。』 - 謝邦昌，教授，臺灣輔仁大學統計資訊系 『該書的每一章以實際問題啟發的方式引出統計方法，再介紹資料分析和R軟體的使用，輔以詳細、恰當的案例，這樣讓枯燥乏味的資料分析和軟體課程變得生動活潑，這是一本很好的資料分析入門教材，值得推薦。』 - 馬雙鴿，副教授，美國耶魯大學生物統計系 『方老師在R領域著墨多年，今將多年的教學及研究成果整理成冊，對讀者而言乃是一大福音。本書淺顯易懂，理論與實務兼具，是非常實用的書籍！』 - 李禦璽，教授、系主任，臺灣銘傳大學電腦工程學系 『我很喜歡這本書的編寫體例，從問題出發，然後介紹方法和R語言的實現，非常適合需要用R來解決實際分析問題的讀者。』 - 李艦，Mango Solutions，中國區資料總監 目錄 第 1 章 初識 R 語言 第 2 章 資料結構與基本運算 第 3 章 函數與優化 第 4 章 亂數與抽樣模擬 第 5 章 資料讀寫與預處理 第 6 章 探索性資料分析 第 7 章 參數假設檢定 第 8 章 非參數假設檢定 第 9 章 變異數分析 第 10 章 線性迴歸模型 第 11 章 線性迴歸模型的擴展 第 12 章 非線性迴歸分析 第 13 章 二元選擇模型 第 14 章 多元選擇模型 第 15 章 計數模型與受限應變數模型 第 16 章 分位數迴歸 第 17 章 高階統計繪圖 第 18 章 如何製作自己的 R 套件 參考文獻

R語言與資料分析實戰

類似書籍推薦給您

書名：R語言與資料分析實戰 作者：徐珉久 出版社：智勝 出版日期：2019/02/18 ISBN：9789862661925 內容簡介 　　本書《R語言與資料分析實戰》以R語言的「程式設計屬性」為中心，內容涵蓋R語言基礎理論到實際資料分析，透過分析模型和演算法等更實用的範例，講解了資料視覺化、統計分析、資料採擷、機器學習等常用的方法。同時書中還收錄了作者的實戰經驗和學習體會，可以解決資料統計分析過程中出現的各種問題。如果你是一名資料統計分析的研究人員，本書將是一本不可多得的參考書，能夠深化理解與認識R軟體的應用，進一步提高資料統計分析水準。 目錄 • Chapter 01 程式設計環境 • Chapter 02 資料類型 • Chapter 03 R 語言程式設計 • Chapter 04 資料操作Ⅰ：基於向量的處理與外部資料處理 • Chapter 05 資料操作Ⅱ：資料處理及加工 • Chapter 06 繪圖 • Chapter 07 統計分析 • Chapter 08 線性迴歸 • Chapter 09 分類演算法Ⅰ：資料探索、預處理、模型評估方法 • Chapter 10 分類演算法Ⅱ：機器學習演算法 • Chapter 11 利用鐵達尼號資料練習機器學習

R程式語言—實務資料分析及繪圖 (1版)

類似書籍推薦給您

【簡介】 一、深入淺出的範例教學； 二、實務資料的分析解讀； 三、豐富有趣的圖表繪製； 四、數量充足的測驗習題。 本書將部分主題有系統地整理，置於附錄，有助R語言之學習及彩圖之精進。 【目錄】 1 認識R語言 2 基本圖形 3 進階長條圖 4 ggplot繪圖 5 網頁互動圖 6 地圖資料繪製 7 進階圖形 8 資料分析-t檢定 9 資料分析-變異數分析 10 資料分析-相關和迴歸分析 11 R流程控制指令 附錄 A R資料集出處 附錄 B 套件或程式庫出處 附錄 C 附件資料檔來源及說明 附錄 D R色彩 附錄 E col數字對應顏色及pch數字對應圖點形狀 (編號 1-25) 附錄 F 彩色調色板 (Color Pallette) 附錄 G ggplot2基本主題及套件 ggthemes主題呈現 附錄 H (熱繪圖)調色板色彩分佈 附錄 I 函式節次及範例對照參考表

資料分析的統計學基礎：使用R語言 (1版)

類似書籍推薦給您

【簡介】 本書特色 除了告訴讀者統計學是什麼以及有何應用, 本書也注重讓讀者認知到, 為什麼要學這些統計理論的理由與動機。 對於統計理論的介紹, 講求其背後直覺以及應用。 每一章節都專注在回答一個問題, 讓讀者能夠迅速掌握學習重點。 著重模擬與數值計算, 減少繁雜的理論證明細節。對於證明的細節, 有興趣學習更多的讀者可進一步參考《機率與統計推論: R 語言的應用》 (第 2 版, 2023)。 每一章均有 R 程式習題, 或是理論與程式的混合題, 讓讀者從 R 程式的撰寫中, 驗證相關理論, 俾使更為深入了解機率與統計學。 對於 bootstrap 樣本重抽法與貝氏統計推論提供更加細膩的討論。 　　本書從 R 語言的介紹開始, 最後以貝氏統計推論作為結束, 本書不討論迴歸分析。理由在於, 迴歸分析在經濟商管領域已經被進一步延伸為計量經濟學, 與其在本書中略述皮毛, 不如另起爐灶, 期待在下一本著作中再深入討論。 【目錄】 1 資料分析與 R 語言 2 機率理論與應用 3 隨機變數與離散隨機變數 5 分配函數與分量 6 隨機變數的函數 7 期望值與變異數 8 動差與動差生成函數 9 常態分配及其相關分配 10 多變量隨機變數 11 條件機率分配 12 獨立隨機變數與轉換 13 隨機樣本與抽樣分配 14 漸近理論與漸近分配 15 點估計 16 區間估計 17 假設檢定 18 Gamma 分配 19 The Bootstrap 20 貝氏統計推論 A 機率分配與統計相關的 R 函數 A.1 有哪些與機率相關的 R 函數 A.2 有哪些統計相關的 R 函數 B 機率分配表 索引與英漢名詞對照 參考文獻