作者:托马兹·卓巴斯(TomaszDrabas)(作者),丹尼·李(DennyLee)(作者),栾云杰(译者),陈瑶(译者),刘旭斌(译者)&2更多 出版:北京华章图文信息有限公司 图书简介

内容简介:

R是一种适用于统计分析计算和图像处理的语言,受S语言和Scheme语言影响发展而来。早期R是基于S语言的一个GNU项目,所以也可以当作S语言的一种实现,通常用S语言编写的代码都可以不做任何修改地在R环境下运行。R的语法来自Scheme,作为一款诞生于20世纪90年代的语言,R已经成为S统计编程语言的一类实现方式。本书从实际应用出发,结合实例及应用场景,深入浅出地介绍了R语言应用的相关知识:R语言的安装及使用、数据对象与数据读写、常用数据管理、图形探索、高级绘图工具及常用的建模算法在R语言中的实现方式。书中以R语言的函数应用为主,先介绍了函数的应用场景及使用格式,再给出函数的应用实例,最后对函数的运行结果做出了解释,将掌握函数应用的所需知识点按照实际使用的流程展示出来。

目录:

前言
第一部分 基础篇
 第1章 R语言的安装与使用
  1.1 R安装与升级
  1.2 R使用入门
  1.3 R数据分析包
  1.4 配套资源使用说明
  1.5 小结
  1.6 上机实验
 第2章 数据对象与数据读写
  2.1 数据类型
  2.2 数据结构
  2.3 数据文件的读写
  2.4 小结
  2.5 上机实验
 第3章 R语言常用数据管理
  3.1 变量的重命名
  3.2 缺失值分析
  3.3 数据排序
  3.4 随机抽样
  3.5 数值运算函数
  3.6 字符串处理
  3.7 文本分词
  3.8 apply函数族
  3.9 数据整合
  3.10 控制流
  3.11 函数的编写
  3.12 小结
  3.13 上机实验
 第4章 图形探索
  4.1 图形元素
  4.2 图形组合
  4.3 图形保存
  4.4 图形函数
  4.5 小结
  4.6 上机实验
 第5章 高级绘图工具
  5.1 lattice包绘图工具
  5.2 ggplot2包绘图工具
  5.3 交互式绘图工具简介
  5.4 小结
  5.5 上机实验
第二部分 建模应用篇
 第6章 分类与预测
  6.1 回归分析
  6.2 决策树
  6.3 人工神经网络
  6.4 KNN算法
  6.5 朴素贝叶斯分类
  6.6 其他分类与预测算法函数
  6.7 分类与预测算法评价
  6.8 小结
  6.9 上机实验
 第7章 聚类分析
  7.1 K-Means聚类分析函数
  7.2 层次聚类算法
  7.3 其他聚类分析函数
  7.4 小结
  7.5 上机实验
 第8章 关联规则
  8.1 Apriori关联规则
  8.2 小结
  8.3 上机实验
 第9章 智能推荐
  9.1 智能推荐模型构建
  9.2 智能推荐模型评价
  9.3 小结
  9.4 上机实验
 第10章 时间序列
  10.1 ARIMA模型
  10.2 其他时间序列模型
  10.3 小结
  10.4 上机实验
第三部分 Rattle篇
 第11章 可视化数据挖掘工具Rattle
  11.1 Rattle简介及其安装
  11.2 功能预览
  11.3 数据导入
  11.4 数据探索
  11.5 数据建模
  11.6 模型评估
  11.7 小结
  11.8 上机实验
参考资料

作者段落 "张良均等 (作者)" 图片名 41F15lNkToL 结束 标题 PySpark实战指南:利用Python和Spark构建数据密集型应用并规模化部署 (大数据技术丛书) 纸质书价格 ¥37.81 电子书价格 ¥20.00 专题 大数据技术丛书 文件大小 56276 KB 纸书页数 387 出版社 机械工业出版社; 第1版 (2017年9月1日)
服务:人工校对0错代录+录完后精校排版 此为收费服务:会收取文档代录之人工费 预估录入后页数:387(带目录书签跳转) 请支持正版图书,莫将本服务所得用于非法目的 ✅文档录入及格式制作人工服务,非骗流量 ❤️ 录入后格式:PDF、Word、PPT、ePub、TXT

PySpark实战指南:利用Python和Spark构建数据密集型应用并规模化部署 (大数据技术丛书)(ePub+AZW3+PDF+高清)电子书下载 托马兹·卓巴斯(TomaszDrabas)(作者),丹尼·李(DennyLee)(作者),栾云杰(译者),陈瑶(译者),刘旭斌(译者)&2更多

感谢你选择这本书开始PySpark之旅,希望你像我一样兴奋。当Denny Lee第一次告诉我这本新书的时候,我非常高兴。Apache Spark既支持Java、Scala、JVM 世界,又支持Python(以及近来的R)世界,这是它成为一个如此非凡的平台最为重要的原因。以前很多书籍都集中于核心语言,或者主要关注在JVM语言上,所以很高兴看到由如此有经验的Spark教育工作者来专门为PySpark出书,使PySpark有机会绽放光芒。PySpark通过支持这两个不同的世界,使我们能够成为更高效的数据科学家和数据工程师,同时得以借鉴彼此社区的那些绝佳想法。很荣幸有机会浏览这本书的早期版本,这使我对该项目的兴趣更为浓厚。我曾有幸参加过一些类似的会议和聚会,看着作者将Spark世界的新概念介绍给不同的观众(从新人到经验丰富的老手),并且他们提取自身的经验写出这本书,他们真是太棒了。从阐述知识到各个主题的覆盖,无一不体现了作者们的丰富经验。除了简单介绍PySpark之外,他们还花时间从社区中找来了日渐重要的包,如GraphFrames和TensorFrames。

警告:本服务收费可能远超纸质资料定价
只是看书需求请去某当自购,不做冲动消费
提交任务

⚠️ 主要面向学术人群,普通用户请绕行
✅文字、图片可复制,0错人工校对代录
✅可录成Word/doc、PDF、ePub、PPT格式