内容简介
近年来，R语言可谓是数据分析的热门语言，相关的资料五花八门，让读者难以抉择。本书力求用简洁、精练，以理论与实践相结合的方式让大家快速掌握R语言。全书共14章，第1章为绪论，从数学、统计学和逻辑学3个方面探讨了树立正确数据思维的一些原则；其余各章分为基础篇（第2～10章）、应用篇（第11、12章）和进阶篇（第13、14章）。基础篇按照数据分析过程，主要讨论了R的数据结构、数据导入/导出、数据清洗、数据变换、可视化、高级语言编程和常用建模方法。应用篇通过对2个经典案例的分析，使读者能够把学到的R基础知识应用到解决实际问题，把数据变成价值。进阶篇解决如何用R处理大数据的一些技术。本书可用作培养应用型人才的课程教材，也可作为数据分析爱好者的参考资料。
AI简介
这是一本面向数据分析的热门语言，全书共14章，从数学、统计学和逻辑学三个方面探讨了树立正确数据思维的一些原则。基础篇按照数据分析过程，主要讨论了R的数据结构、数据导入/导出、数据清洗、数据变换、可视化、高级语言编程和常用建模方法。应用篇通过对2个经典案例的分析，使读者能够把学到的R基础知识应用到解决实际问题，把数据变成价值。进阶篇解决如何用R处理大数据的一些技术。
在数据准备的重要性方面，本书强调了高质量数据的重要性，并提出了经过验证和可重复利用的数据的概念。在数据清洗和预处理的方法中，介绍了处理数据准确性、完整性、一致性和唯一性的方法，以及数据选择、数据集成、主成分分析等步骤。在数据探索的基本概念和重要性中，阐述了数据探索的重要性，并介绍了缺失值分析、异常值分析、不一致值分析和数据的统计特征分析等方法。
在数据可视化技术的基本思想和常用工具中，介绍了如何将数据库中的数据以图形化的方式呈现出来，以便于人们更直观、更深入地理解数据。在Rattle包在数据建模中的应用中，讲述了Rattle包在数据挖掘的多个方面的应用，包括数据加载、探索、建模和测试。在模型评估的目标和方法中，介绍了模型
推荐影视
阅读/下载地址