Título :	Beginning Data Science in R : Data Analysis, Visualization, and Modelling for the Data Scientist
Tipo de documento:	documento electrónico
Autores:	Mailund, Thomas, Autor
Mención de edición:	1 ed.
Editorial:	Berkeley, CA : Apress
Fecha de publicación:	2017
Número de páginas:	XXVII, 352 p. 100 ilustraciones
ISBN/ISSN/DL:	978-1-4842-2671-1
Nota general:	Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave:	Grandes datos  Compiladores (programas informáticos)  Compiladores e intérpretes
Índice Dewey:	005.7 Datos en sistemas de computadoras
Resumen:	Descubra las mejores prácticas para el análisis de datos y el desarrollo de software en R y comience el camino para convertirse en un científico de datos de pleno derecho. Este libro le enseña técnicas para la manipulación y visualización de datos y le muestra la mejor manera de desarrollar nuevos paquetes de software para R. La ciencia de datos en R detalla cómo la ciencia de datos es una combinación de estadística, ciencia computacional y aprendizaje automático. Verá cómo estructurar y extraer datos de manera eficiente para extraer patrones útiles y construir modelos matemáticos. Esto requiere métodos computacionales y programación, y R es un lenguaje de programación ideal para esto. Este libro se basa en una serie de apuntes de clases que el autor ha impartido sobre ciencia de datos y programación estadística utilizando el lenguaje de programación R. El análisis de datos moderno requiere habilidades computacionales y generalmente un mínimo de programación. Usted: Realizará ciencia de datos y análisis utilizando estadísticas y el lenguaje de programación R Visualizará y explorará datos, incluido el trabajo con grandes conjuntos de datos que se encuentran en big data Construirá un paquete R Probará y verificará su código Practicará el control de versiones Perfile y optimizará su código.
Nota de contenido:	1. Introduction to R programming -- 2. Reproducible analysis -- 3. Data manipulation -- 4. Visualizing and exploring data -- 5. Working with large data sets -- 6. Supervised learning -- 7. Unsupervised learning -- 8. More R programming -- 9. Advanced R programming -- 10. Object oriented programming -- 11. Building an R package -- 12. Testing and checking -- 13. Version control -- 14. Profiling and optimizing.
En línea:	https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
Link:	https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i

Beginning Data Science in R : Data Analysis, Visualization, and Modelling for the Data Scientist [documento electrónico] / Mailund, Thomas, Autor  . -  1 ed.  . - Berkeley, CA : Apress, 2017 . - XXVII, 352 p. 100 ilustraciones.
ISBN : 978-1-4842-2671-1
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.

Palabras clave:	Grandes datos  Compiladores (programas informáticos)  Compiladores e intérpretes
Índice Dewey:	005.7 Datos en sistemas de computadoras
Resumen:	Descubra las mejores prácticas para el análisis de datos y el desarrollo de software en R y comience el camino para convertirse en un científico de datos de pleno derecho. Este libro le enseña técnicas para la manipulación y visualización de datos y le muestra la mejor manera de desarrollar nuevos paquetes de software para R. La ciencia de datos en R detalla cómo la ciencia de datos es una combinación de estadística, ciencia computacional y aprendizaje automático. Verá cómo estructurar y extraer datos de manera eficiente para extraer patrones útiles y construir modelos matemáticos. Esto requiere métodos computacionales y programación, y R es un lenguaje de programación ideal para esto. Este libro se basa en una serie de apuntes de clases que el autor ha impartido sobre ciencia de datos y programación estadística utilizando el lenguaje de programación R. El análisis de datos moderno requiere habilidades computacionales y generalmente un mínimo de programación. Usted: Realizará ciencia de datos y análisis utilizando estadísticas y el lenguaje de programación R Visualizará y explorará datos, incluido el trabajo con grandes conjuntos de datos que se encuentran en big data Construirá un paquete R Probará y verificará su código Practicará el control de versiones Perfile y optimizará su código.
Nota de contenido:	1. Introduction to R programming -- 2. Reproducible analysis -- 3. Data manipulation -- 4. Visualizing and exploring data -- 5. Working with large data sets -- 6. Supervised learning -- 7. Unsupervised learning -- 8. More R programming -- 9. Advanced R programming -- 10. Object oriented programming -- 11. Building an R package -- 12. Testing and checking -- 13. Version control -- 14. Profiling and optimizing.
En línea:	https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
Link:	https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i