R数据科学实战(第2版)
全新正版 极速发货
￥ 90.03 6.5折 ￥ 139 全新
库存6件
广东广州
认证卖家担保交易快速发货售后保障
作者(美)尼娜·祖梅尔,(美)约翰·蒙特
出版社清华大学出版社
ISBN9787302595441
出版时间2022-01
装帧平装
开本32开
定价139元
货号1202578738
上书时间2024-08-06
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
"Nina Zumel曾在一家独立的、非营利性研究机构SRI International 担任科学家。她曾在一家价格优化公司担任首席科学家，并创办了一家合同研究公司。Nina现在是Win-Vector LLC的首席顾问。读者可以通过nzumel@win-vector.com联系她。
John Mount曾是生物科技领域的计算科学家和股票交易算法的设计师，并且为Shopping.com 管理过一个研究团队。他现在是Win-Vector LLC 的首席顾问。读者可以通过jmount@win-vector.com联系他。
"
目录
第Ⅰ部分 数据科学引论
第1章 数据科学处理过程
1.1 数据科学项目中的角色
1.2 数据科学项目的阶段
1.2.1 制定目标
1.2.2 收集和管理数据
1.2.3 建立模型
1.2.4 评价和评判模型
1.2.5 展现结果和编制文档
1.2.6 部署模型
1.3 设定预期
1.4 小结
第2章 从R和数据入门
2.1 R入门
2.1.1 安装R、工具和示例
2.1.2 R编程
2.2 处理文件中的数据
2.2.1 使用来自文件或URL的结构良好的数据
2.2.2 使用R处理非结构化的数据
2.3 使用关系数据库
2.4 小结
第3章 探索数据
3.1 使用概要统计方法发现问题
3.2 使用图形和可视化方法发现问题
3.2.1 采用可视化的方法检查单变量的分布
3.2.2 采用可视化的方法检查两个变量之间的关系
3.3 小结
第4章 管理数据
4.1 清洗数据
4.1.1 特定领域的数据清洗
4.1.2 处理缺失值
4.1.3 自动处理缺失值变量的vtreat程序包
4.2 数据转换
4.2.1 归一化处理
4.2.2 中心化和定标
4.2.3 针对偏态分布和广泛分布的对数转换
4.3 用于建模和验证的抽样处理
4.3.1 用于测试和训练的分组数据集
4.3.2 创建一个样本分组列
4.3.3 记录分组
4.3.4 数据来源
4.4 小结
第5章 数据工程与数据整理
5.1 数据选取
5.1.1 设置行子集和列子集
……
第Ⅱ部分 建模方法
第6章 选择和评价模型
第7章 线性和逻辑回归
第8章 不错数据准备
第9章 无监督方法
第10章 不错方法探索
第Ⅲ部分 结果交付
第11章 文档编制和部署
第12章 有效的结果展现
附录A 使用R和其他工具
附录B 重要的统计学概念
附录C 参考文献
内容摘要
有依据的决策对于成功至关重要。将正确的数据分析技术应用到精心筹备的业务数据中有助于做出准确预测、确定趋势，以及提前发现问题。R数据分析平台提供了许多高效率的工具，可用来处理日常的数据分析和机器学习任务。 《R数据科学实战》（第2版）是一本基于任务的教程，引导读者使用R语言参与几十个实用的数据分析实践。本书重点介绍读者在工作中将面临的最重要任务，对于商业分析师和数据科学家来说都很好实用。因为数据只有在可理解的情况下才有用，所以读者也可以在表格中找到组织和展示数据的妙招，以及快速生动的可视化效果。
主编推荐
"在《R数据科学实战》(第2版)这本书中，作者用了一些篇幅描述了什么是数据科学、数据科学家是如何解决问题的，以及对他们工作的描述。其中，包括对经典监督学习方法(如线性回归和逻辑回归)的详细描述。我们喜欢本书的调研式风格，以及使用的大量的竞赛获奖方法和程序包的示例(如随机森林和xgboost)。本书涵盖了很好有用的、可共享的经验和实践建议。我们注意到，在本书中甚至包括了我们自己使用过的一-些技巧，例如使用随机森林变量重要性进行初始变量的筛选。
"
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价