データサイエンス必修：Ｒによるナレッジディスカバリ The Essentials of Data Science: Knowledge Discovery Using R (Chapman & Hall/crc: The R Series)

データサイエンス必修：Ｒによるナレッジディスカバリ<br>The Essentials of Data Science: Knowledge Discovery Using R (Chapman & Hall/crc: The R Series)

個数：

ポイントキャンペーン

データサイエンス必修：Ｒによるナレッジディスカバリ
The Essentials of Data Science: Knowledge Discovery Using R (Chapman & Hall/crc: The R Series)

Williams, Graham J.

ウェブストア価格 ¥16,788（本体¥15,262）
CRC Press（2017/08発売）
外貨定価 US$ 75.95
【ウェブストア限定】洋書・洋古書ポイント5倍対象商品（～2/28）
ポイント 760pt

在庫がございません。海外の書籍取次会社を通じて出版社等からお取り寄せいたします。
通常6～9週間ほどで発送の見込みですが、商品によってはさらに時間がかかることもございます。
【重要ご説明事項】
1. 納期遅延や、ご入手不能となる場合がございます。
2. 複数冊ご注文の場合は、ご注文数量が揃ってからまとめて発送いたします。
3. 美品のご指定は承りかねます。

●3Dセキュア導入とクレジットカードによるお支払いについて

【入荷遅延について】
世界情勢の影響により、海外からお取り寄せとなる洋書・洋古書の入荷が、表示している標準的な納期よりも遅延する場合がございます。
おそれいりますが、あらかじめご了承くださいますようお願い申し上げます。

◆画像の表紙や帯等は実物とは異なる場合があります。

◆ウェブストアでの洋書販売価格は、弊社店舗等での販売価格とは異なります。
また、洋書販売価格は、ご注文確定時点での日本円価格となります。
ご注文確定後に、同じ洋書の販売価格が変動しても、それは反映されません。

ページ数 344 p.
言語 ENG
商品コード 9781138088634
DDC分類 005.55

Full Description

The Essentials of Data Science: Knowledge Discovery Using R presents the concepts of data science through a hands-on approach using free and open source software. It systematically drives an accessible journey through data analysis and machine learning to discover and share knowledge from data.

Building on over thirty years' experience in teaching and practising data science, the author encourages a programming-by-example approach to ensure students and practitioners attune to the practise of data science while building their data skills. Proven frameworks are provided as reusable templates. Real world case studies then provide insight for the data scientist to swiftly adapt the templates to new tasks and datasets.

The book begins by introducing data science. It then reviews R's capabilities for analysing data by writing computer programs. These programs are developed and explained step by step. From analysing and visualising data, the framework moves on to tried and tested machine learning techniques for predictive modelling and knowledge discovery. Literate programming and a consistent style are a focus throughout the book.

Part I - An Overview for the Data Scientist. Data Science, Analytics, and Data Mining. From Rattle to R for the Data Scientist. Preparing Data. Building Models. Case Studies. R Basics. Part II - Data Foundations. Reading Data into R. Exploring and Summarising Data. Transforming Data. Presenting Data. Part III - Analytics. Descriptive Analytics. Predictive Analytics. Prescriptive Analytics. Text Analytics. Social Network Analytics. Part IV - Advanced Data Science in R. Dealing with Big Data. Parallel Processing for High Performance Analytics. Ensembles for Big Data.