本書有DRM加密保護,需使用HyRead閱讀軟體開啟
  • 輕鬆學習R語言:從基礎到應用, 掌握資料科學的關鍵能力
  • 點閱:282
  • 作者: 郭耀仁著
  • 出版社:碁峰資訊
  • 出版年:2018[民107]
  • ISBN:978-986-476-646-8 ; 986-476-646-5
  • 格式:PDF
  • 附註:原紙本書ISBN:978-986-476-482-2

內容簡介
 
寫作風格簡潔易懂,是初學R語言的首選推薦!
 
一本閱讀起來不那麼生澀的程式語言書籍,讓原本沒有程式基礎但工作上有分析需求的使用者,如:產品經理、商業分析師或行銷企劃人員,能夠輕鬆學會R語言,進而應用到工作中,提升工作掌握度。

 
*本書內容簡潔易懂,適合沒有程式基礎的初學者。
*說明皆同時附程式與輸出結果,即便不跟著執行程式也能輕鬆掌握。
*作者兼具多年業界工作與講師授課經驗,有效掌握初學者的困惑點。
*口語化表達,用語平易近人,淺顯易讀。
*內容簡單扼要,能幫助初學者在最短時間上手R語言。
*本書適合:從未接觸過R語言、想學習R語言資料處理與探索性分析的初學者,以及使用過R語言但只是快速應用套件而無法自己撰寫程式解題的初階使用者。


作者簡介
 
郭耀仁
 
畢業於臺灣大學商學研究所,是資料科學與推廣教育的愛好者,目前是新創團隊Kyosei.ai 的共同創辦人之一,在臺大資工系統訓練班開設多門R語言與 ython的資料科學相關課程,亦與企業合作提供客製化的內訓課程。

 
在Kyosei.ai之前任職過上海的新創團隊、台北的軟體公司與銀行,閒暇時喜歡長跑與乒乓球;著有 R語言使用者的Python學習筆記系列文,是2017 iT邦幫忙鐵人賽Big Data組冠軍。


  • Lesson 1 建立 R 語言的開發環境(第1-1頁)
    • 1-1 安裝 R(第1-2頁)
    • 1-2 安裝 RStudio(第1-4頁)
    • 1-3 啟動 RStudio(第1-6頁)
    • 1-4 RStudio 介面介紹(第1-6頁)
    • 1-5 離開 RStudio(第1-9頁)
  • Lesson 2 暸解不同的變數類型(第2-1頁)
    • 2-1 賦值(第2-3頁)
    • 2-2 數值(第2-4頁)
    • 2-3 整數(第2-4頁)
    • 2-4 邏輯值(第2-5頁)
    • 2-5 數學運算(第2-6頁)
  • Lesson 3 暸解不同的變數類型(2)(第3-1頁)
    • 3-1 文字(第3-2頁)
    • 3-2 日期(第3-3頁)
    • 3-3 時間(第3-4頁)
  • Lesson 4 變數類型的判斷與轉換(第4-1頁)
    • 4-1 變數類型的判斷(第4-2頁)
    • 4-2 變數類型的轉換(第4-4頁)
  • Lesson 5 把變數集結起來(第5-1頁)
    • 5-1 向量(第5-3頁)
    • 5-2 因素向量(第5-6頁)
  • Lesson 6 把變數集結起來(2)(第6-1頁)
    • 6-1 矩陣(第6-2頁)
    • 6-2 資料框(第6-4頁)
  • Lesson 7 把變數集結起來(3)(第7-1頁)
    • 7-1 陣列(第7-2頁)
    • 7-2 清單(第7-4頁)
  • Lesson 8 函數(第8-1頁)
    • 8-1 數值函數(第8-2頁)
    • 8-2 文字函數(第8-5頁)
    • 8-3 描述統計函數(第8-8頁)
  • Lesson 9 迴圈與流程控制(第9-1頁)
    • 9-1 迴圈(第9-2頁)
    • 9-2 流程控制(第9-7頁)
    • 9-3 結合迴圈與流程控制(第9-13頁)
  • Lesson 10 自訂函數(第10-1頁)
    • 10-1 自訂函數的外觀架構(第10-2頁)
    • 10-2 練習更多自訂函數(第10-3頁)
    • 10-3 處理一個雜亂無章的資料(第10-8頁)
  • Lesson 11 資料的輸入與輸出(第11-1頁)
    • 11-1 內建資料(第11-2頁)
    • 11-2 輸入資料(第11-3頁)
    • 11-3 輸出資料(第11-13頁)
  • Lesson 12 探索資料分析(第12-1頁)
    • 12-1 內建函數(第12-2頁)
    • 12-2 繪圖(第12-4頁)
  • Lesson 13 探索資料分析(2)(第13-1頁)
    • 13-1 安裝 ggplot2 套件(第13-2頁)
    • 13-2 載入 ggplot2 套件(第13-3頁)
    • 13-3 一個簡單的 ggplot2 散佈圖(第13-4頁)
    • 13-4 ggplot2 繪圖(第13-5頁)
  • Lesson 14 資料處理技巧(第14-1頁)
    • 14-1 解構資料框(第14-2頁)
    • 14-2 新增與刪除一個變數(第14-6頁)
    • 14-3 新增與刪除觀測值(第14-7頁)
    • 14-4 重新命名變數(第14-9頁)
    • 14-5 調整變數的位置(第14-10頁)
    • 14-6 對類別變數重新編碼(第14-10頁)
    • 14-7 對數值變數重新編碼為類別變數(第14-11頁)
    • 14-8 合併資料框(第14-12頁)
  • Lesson 15 資料處理技巧(2)(第15-1頁)
    • 15-1 tidyverse 套件(第15-2頁)
    • 15-2 %>% 運算子(第15-4頁)
    • 15-3 長寬表格的轉換(第15-7頁)
    • 15-4 dplyr 套件(第15-9頁)
    • 15-5 應用函數於資料框(第15-16頁)
  • Lesson 16 撰寫資料分析報告(第16-1頁)
    • 16-1 .Rmd 是什麼?(第16-2頁)
    • 16-2 新增一個 R Markdown 檔案(第16-2頁)
    • 16-3 基本的分析文件元素(第16-7頁)
  • Lesson 17 實用 R 語言技巧彙整(第17-1頁)
    • Q1 我們希望隨機產出的結果可以固定(第17-2頁)
    • Q2 我們想要加總矩陣(matrix)或資料框(data.frame)的列資料或欄資料(第17-3頁)
    • Q3 我們知道某個特定值存在於一個向量中,想要尋找它的索引值為何(第17-5頁)
    • Q4 我們希望排序向量與資料框(第17-6頁)
    • Q5 我們希望從向量中隨機抽樣(第17-8頁)
  • Lesson 18 實用 R 語言技巧彙整(2)(第18-1頁)
    • Q1 我們希望可以讀取網頁資料(第18-2頁)
    • Q2 我們希望可以將資料框依輸入的比例切割為訓練(Train)與測試(Test)資料(第18-10頁)
    • Q3 我們希望可以建立一個線性迴歸的模型(第18-12頁)
    • Q4 我們希望可以建立一個簡單的分類器(第18-14頁)
    • Q5 我們希望可以利用 K-Means 演算法為資料點進行分群(第18-17頁)
  • Appendix A 統計機率分布函數(第A-1頁)
    • A-1 系統性記憶(第A-1頁)
    • A-2 均勻分布(第A-2頁)
    • A-3 常態分佈(第A-4頁)
    • A-4 二項式分布(第A-6頁)
    • A-5 Poisson 分布(第A-9頁)
    • A-6 卡方分布(第A-11頁)
  • Appendix B 推薦的學習資源(第B-1頁)
    • B-1 網站(第B-1頁)
    • B-2 電子書(第B-2頁)
    • B-3 實體書本(第B-2頁)
    • B-4 課程(第B-3頁)
紙本書 NT$ 400
單本電子書
NT$ 280

還沒安裝 HyRead 3 嗎?馬上免費安裝~
QR Code