Деталі електронної книги

Data Science. Programowanie, analiza i wizualizacja danych z wykorzystaniem języka R

Data Science. Programowanie, analiza i wizualizacja danych z wykorzystaniem języka R

Michael Freeman, Joel Ross

Eлектронна книга

Aby surowe dane przekuć w gotową do wykorzystania wiedzę, potrzebna jest umiejętność ich analizy, przekształcania i niekiedy również wizualizacji. Nagrodą za włożony w to wysiłek jest lepsze rozumienie różnych złożonych zagadnień z wielu dziedzin wiedzy. Co więcej, znajomość procesów programowego przetwarzania danych pozwala na szybkie wykrywanie i opisywanie wzorców danych, praktycznie niemożliwych do dostrzeżenia innymi technikami. Dla wielu badaczy jednak barierą na drodze do skorzystania z tych atrakcyjnych możliwości jest konieczność pisania kodu.

Oto podręcznik programowania w języku R dla analityków danych, szczególnie przydatny dla osób, które nie mają doświadczenia w tej dziedzinie. Dokładnie opisano tu potrzebne narzędzia i technologie. Zamieszczono wskazówki dotyczące instalacji i konfiguracji oprogramowania do pisania kodu, wykonywania go i zarządzania nim, a także śledzenia wersji projektów i zmian w nich oraz korzystania z innych podstawowych mechanizmów. Poszczególne kroki tworzenia kodu w języku R wyjaśniono dokładnie i przystępnie. Dzięki tej książce można płynnie przejść do konkretnych zadań i budować potrzebne aplikacje. Zrozumienie prezentowanych w niej treści ułatwiają liczne przykłady i ćwiczenia, co pozwala szybko przystąpić do skutecznego analizowania własnych zbiorów danych.

W tej książce między innymi:

  • przygotowanie środowiska pracy i rozpoczęcie programowania w R
  • podstawy zarządzania projektami, kontrola wersji i generowanie dokumentacji
  • ramki danych, pakiety dplyr i tidyr
  • kod do wizualizacji danych i pakiet ggplot2
  • tworzenie aplikacji i techniki współpracy w zespołach specjalistów

Po prostu R i dane. Wyciśniesz każdą kroplę wiedzy!

  • Przedmowa
  • Wprowadzenie
    • Główny temat książki
    • Dla kogo przeznaczona jest ta książka?
    • Struktura książki
      • Część I. Wprowadzenie
      • Część II. Zarządzanie projektami
      • Część III. Podstawowe umiejętności z zakresu języka R
      • Część IV. Przekształcanie danych
      • Część V. Wizualizacja danych
      • Część VI. Tworzenie i udostępnianie aplikacji
    • Konwencje stosowane w książce
    • Jak czytać tę książkę?
    • Powiązany kod
    • Podziękowania
  • O autorach
  • I. Wprowadzenie
  • 1. Przygotowywanie komputera
    • Pisanie kodu
    • Zarządzanie kodem
    • Wykonywanie kodu
    • 1.1. Przygotowywanie narzędzi używanych w wierszu poleceń
      • 1.1.1. Wiersz poleceń w systemie macOS
      • 1.1.2. Wiersz poleceń w systemie Windows
      • 1.1.3. Wiersz poleceń w systemie Linux
    • 1.2. Instalowanie systemu git
    • 1.3. Tworzenie konta w serwisie GitHub
    • 1.4. Wybieranie edytora tekstu
      • 1.4.1. Atom
      • 1.4.2. Visual Studio Code
      • 1.4.3. Sublime Text
    • 1.5. Pobieranie języka R
    • 1.6. Pobieranie środowiska RStudio
  • 2. Używanie wiersza poleceń
    • 2.1. Uruchamianie wiersza poleceń
    • 2.2. Poruszanie się w systemie plików
      • 2.2.1. Przechodzenie do innego katalogu
      • 2.2.2. Wyświetlanie listy plików
      • 2.2.3. Ścieżki
    • 2.3. Zarządzanie plikami
      • 2.3.1. Uczenie się nowych instrukcji
      • 2.3.2. Symbole wieloznaczne
    • 2.4. Radzenie sobie z błędami
    • 2.5. Przekierowywanie danych wyjściowych
    • 2.6. Polecenia związane z siecią
  • II. Zarządzanie projektami
  • 3. Kontrola wersji z użyciem systemu git i serwisu GitHub
    • 3.1. Czym jest git?
      • 3.1.1. Podstawowe zagadnienia związane z systemem git
      • 3.1.2. Czym jest GitHub?
    • 3.2. Konfigurowanie narzędzi i tworzenie projektu
      • 3.2.1. Tworzenie repozytorium
      • 3.2.2. Sprawdzanie stanu
    • 3.3. Śledzenie zmian w projekcie
      • 3.3.1. Dodawanie plików
      • 3.3.2. Zatwierdzanie
        • 3.3.2.1. Etykieta dotycząca informacji na temat rewizji
      • 3.3.3. Proces używania systemu git
    • 3.4. Zapisywanie projektów w witrynie GitHub
      • 3.4.1. Forki i klonowanie
      • 3.4.2. Wysyłanie i pobieranie
    • 3.5. Dostęp do historii projektu
      • 3.5.1. Historia rewizji
      • 3.5.2. Powrót do starszych wersji
    • 3.6. Ignorowanie plików w projekcie
  • 4. Tworzenie dokumentacji za pomocą języka Markdown
    • 4.1. Pisanie kodu w języku Markdown
      • 4.1.1. Formatowanie tekstu
      • 4.1.2. Bloki tekstu
      • 4.1.3. Hiperłącza
      • 4.1.4. Rysunki
      • 4.1.5. Tabele
    • 4.2. Wyświetlanie dokumentów w języku Markdown
  • III. Podstawowe umiejętności z zakresu języka R
  • 5. Wprowadzenie do języka R
    • 5.1. Programowanie z użyciem języka R
    • 5.2. Uruchamianie kodu w języku R
      • 5.2.1. Używanie środowiska RStudio
      • 5.2.2. Używanie języka R w wierszu poleceń
    • 5.3. Dodawanie komentarzy
    • 5.4. Definiowanie zmiennych
      • 5.4.1. Podstawowe typy danych
    • 5.5. Szukanie pomocy
      • 5.5.1. Nauka uczenia się języka R
  • 6. Funkcje
    • 6.1. Czym jest funkcja?
      • 6.1.1. Składnia funkcji w języku R
    • 6.2. Wbudowane funkcje języka R
      • 6.2.1. Argumenty nazwane
    • 6.3. Wczytywanie funkcji
    • 6.4. Pisanie funkcji
      • 6.4.1. Debugowanie funkcji
    • 6.5. Instrukcje warunkowe
  • 7. Wektory
    • 7.1. Czym jest wektor?
      • 7.1.1. Tworzenie wektorów
    • 7.2. Operacje wektorowe
      • 7.2.1. Ponowne używanie elementów
      • 7.2.2. Prawie wszystko jest wektorem
      • 7.2.3. Funkcje wektorowe
    • 7.3. Indeksy w wektorach
      • 7.3.1. Listy indeksów
    • 7.4. Filtrowanie wektorów
    • 7.5. Modyfikowanie wektorów
  • 8. Listy
    • 8.1. Czym jest lista?
    • 8.2. Tworzenie list
    • 8.3. Dostęp do elementów listy
    • 8.4. Modyfikowanie list
      • 8.4.1. Pojedyncze i podwójne nawiasy kwadratowe
    • 8.5. Stosowanie funkcji do list za pomocą wywołania lapply()
  • IV> Przekształcanie danych
  • 9. Jak zrozumieć dane?
    • 9.1. Proces generowania danych
    • 9.2. Wyszukiwanie danych
    • 9.3. Rodzaje danych
      • 9.3.1. Skale pomiarowe
      • 9.3.2. Struktury danych
    • 9.4. Interpretowanie danych
      • 9.4.1. Zdobywanie wiedzy w danej dziedzinie
      • 9.4.2. Jak zrozumieć schematy danych?
    • 9.5. Odpowiadanie na pytania na podstawie danych
  • 10. Ramki danych
    • 10.1. Czym jest ramka danych?
    • 10.2. Praca z ramkami danych
      • 10.2.1. Tworzenie ramek danych
      • 10.2.2. Opisywanie struktury ramek danych
      • 10.2.3. Dostęp do ramek danych
    • 10.3. Praca z danymi CSV
      • 10.3.1. Katalog roboczy
      • 10.3.2. Zmienne w postaci faktorów
  • 11. Operowanie danymi za pomocą pakietu dplyr
    • 11.1. Gramatyka operowania danymi
    • 11.2. Podstawowe funkcje pakietu dplyr
      • 11.2.1. Pobieranie (funkcja select())
      • 11.2.2. Filtrowanie (funkcja filter())
      • 11.2.3. Dodawanie kolumn (funkcja mutate())
      • 11.2.4. Sortowanie danych (funkcja arrange())
      • 11.2.5. Tworzenie podsumowań (funkcja summarize())
    • 11.3. Wykonywanie operacji sekwencyjnych
      • 11.3.1. Operator potoku
    • 11.4. Analizowanie ramek danych z wykorzystaniem grupowania
    • 11.5. Złączanie ramek danych
    • 11.6. Pakiet dplyr w praktyce analizowanie danych na temat lotów
  • 12. Porządkowanie danych za pomocą pakietu tidyr
    • 12.1. Czym jest porządkowanie danych?
    • 12.2. Od kolumn do wierszy gather()
    • 12.3. Z wierszy na kolumny spread()
    • 12.4. Pakiet tidyr w praktyce eksplorowanie statystyk na temat edukacji
  • 13. Dostęp do bazy danych
    • 13.1. Przegląd relacyjnych baz danych
      • 13.1.1. Czym jest relacyjna baza danych?
      • 13.1.2. Tworzenie relacyjnej bazy danych
    • 13.2. Wstęp do języka SQL
    • 13.3. Dostęp do bazy danych w języku R
  • 14. Używanie internetowych interfejsów API
    • 14.1. Czym jest internetowy interfejs API?
    • 14.2. Żądania REST
      • 14.2.1. Identyfikatory URI
        • 14.2.1.1. Parametry zapytań
        • 14.2.1.2. Tokeny dostępu i klucze API
      • 14.2.2. Operacje (czasowniki) z protokołu HTTP
    • 14.3. Dostęp do internetowych interfejsów API w R
    • 14.4. Przetwarzanie danych w formacie JSON
      • 14.4.1. Przetwarzanie danych w formacie JSON
      • 14.4.2. Spłaszczanie danych
    • 14.5. Interfejsy API w praktyce znajdowanie kubańskiego jedzenia w Seattle
  • V. Wizualizacje danych
  • 15. Projektowanie wizualizacji danych
    • 15.1. Cel wizualizacji
    • 15.2.Wybieranie układu graficznego
      • 15.2.1. Wizualizowanie jednej zmiennej
        • 15.2.1.1. Reprezentacje proporcjonalne
      • 15.2.2. Wizualizowanie wielu zmiennych
      • 15.2.3. Wizualizowanie danych hierarchicznych
    • 15.3. Wybieranie skutecznego kodowania graficznego
      • 15.3.1. Skuteczne kolory
      • 15.3.2. Wykorzystanie atrybutów przeduwagowych
    • 15.4. Ekspresywne prezentacje danych
    • 15.5. Zwiększanie estetyki
  • 16. Tworzenie wizualizacji za pomocą pakietu ggplot2
    • 16.1. Gramatyka grafiki
    • 16.2. Tworzenie podstawowych wykresów za pomocą ggplot2
      • 16.2.1. Określanie obiektów geometrycznych
      • 16.2.2. Odwzorowania aspektów estetycznych
    • 16.3. Złożone układy i dostosowywanie opcji
      • 16.3.1. Dostosowywanie pozycji
      • 16.3.2. Zmienianie stylu za pomocą skal
        • 16.3.2.1. Skale kolorów
      • 16.3.3. Układ współrzędnych
      • 16.3.4. Fasety
      • 16.3.5. Etykiety i uwagi
    • 16.4. Tworzenie map
      • 16.4.1. Kartogramy
      • 16.4.2. Mapy punktowe
    • 16.5. Pakiet ggplot2 w praktyce mapa eksmisji w San Francisco
  • 17. Interaktywne wizualizacje w języku R
    • 17.1. Pakiet plotly
    • 17.2. Pakiet rbokeh
    • 17.3. Pakiet leaflet
    • 17.4. Interaktywne wizualizacje w praktyce analizowanie zmian w Seattle
  • VI. Tworzenie i udostępnianie aplikacji
  • 18. Tworzenie dynamicznych raportów za pomocą platformy R Markdown
    • 18.1. Konfigurowanie raportu
      • 18.1.1. Tworzenie plików .rmd
      • 18.1.2. Kompilowanie dokumentów
    • 18.2. Integrowanie tekstu w formacie Markdown i kodu w języku R
      • 18.2.1. Wykonywalne fragmenty kodu w języku R
      • 18.2.2. Kod wewnątrzwierszowy
    • 18.3. Wyświetlanie danych i wizualizacji w raportach
      • 18.3.1. Wyświetlanie łańcuchów znaków
      • 18.3.2. Wyświetlanie list w formacie Markdown
      • 18.3.3. Wyświetlanie tabel
      • 18.3.4. Wyświetlanie wykresów
    • 18.4. Udostępnianie raportów jako stron internetowych
    • 18.5. Platforma R Markdown w praktyce raport na temat oczekiwanej długości życia
  • 19. Tworzenie interaktywnych aplikacji internetowych za pomocą platformy Shiny
    • 19.1. Platforma Shiny
      • 19.1.1. Podstawowe zagadnienia dotyczące platformy Shiny
      • 19.1.2. Struktura aplikacji
    • 19.2. Projektowanie interfejsów użytkownika
      • 19.2.1. Treści statyczne
      • 19.2.2. Dynamiczne dane wejściowe
      • 19.2.3. Dynamiczne dane wyjściowe
      • 19.2.4. Układy
    • 19.3. Tworzenie serwerów aplikacji
    • 19.4. Publikowanie aplikacji na platformę Shiny
    • 19.5. Platforma Shiny w praktyce wizualizacja śmiertelnych postrzeleń przez policję
  • 20. Praca zespołowa
    • 20.1. Śledzenie różnych wersji kodu za pomocą gałęzi
      • 20.1.1. Praca z różnymi gałęziami
      • 20.1.2. Scalanie gałęzi
      • 20.1.3. Scalanie a konflikty
      • 20.1.4. Scalanie w serwisie GitHub
    • 20.2. Prowadzenie projektów z użyciem gałęzi funkcji
    • 20.3. Współpraca w ramach scentralizowanego procesu pracy
      • 20.3.1. Tworzenie centralnego repozytorium
      • 20.3.2. Używanie gałęzi funkcji w scentralizowanym procesie pracy
    • 20.4. Współpraca w procesie pracy z użyciem forków
  • 21. Dalsza nauka
    • 21.1. Uczenie statystyczne
      • 21.1.1. Ocena zależności
      • 21.1.2. Prognozowanie
    • 21.2. Inne języki programowania
    • 21.3. Odpowiedzialność etyczna
  • Назва: Data Science. Programowanie, analiza i wizualizacja danych z wykorzystaniem języka R
  • Автор: Michael Freeman, Joel Ross
  • Оригінальна назва: Programming Skills for Data Science: Start Writing Code to Wrangle, Analyze, and Visualize Data with R
  • Переклад: Tomasz Walczak
  • ISBN: 978-83-283-5783-9, 9788328357839
  • Дата видання: 2019-12-05
  • Формат: Eлектронна книга
  • Ідентифікатор видання: datasi
  • Видавець: Helion