Fundamentos de la ciencia de datos Herramientas y técnicas: Habilidades básicas para el análisis cuantitativo con R y Git

Opiniones de los lectores

El libro 'Programming Skills for Data Science' de Mike Freeman y Joel Ross es una introducción completa y accesible a la ciencia de datos y la programación en R, por lo que es adecuado para principiantes y para aquellos que están en transición a R. Cubre temas esenciales metódicamente y apoya el aprendizaje con ejercicios, aunque carece de profundidad en ciertas áreas avanzadas.

⬤ Cobertura exhaustiva de temas esenciales de la ciencia de datos, como git, markdown y programación en R.
⬤ Bien estructurado con explicaciones claras, lo que facilita la comprensión de conceptos complejos.
⬤ Incluye ejercicios prácticos y recursos disponibles en GitHub para la práctica.
⬤ Enfoque pedagógico alentador para principiantes, centrado en ejemplos claros de codificación y visualización de datos.
⬤ Escrito en un lenguaje accesible que ayuda a los estudiantes con una guía paso a paso.

⬤ Algunos temas importantes, como la programación orientada a objetos y el manejo de datos, no se tratan adecuadamente.
⬤ Carece de profundidad en ciertas áreas, y algunos matices de la ciencia de datos no están completamente articulados.
⬤ Puede dejar a los lectores con ganas de conocimientos más avanzados y soluciones a problemas comunes, como los conflictos de paquetes.

(basado en 9 opiniones de lectores)

Título original:

Data Science Foundations Tools and Techniques: Core Skills for Quantitative Analysis with R and Git

Contenido del libro:

Las habilidades prácticas básicas que necesita para sumergirse en la ciencia de datos.

Mediante el uso de técnicas de ciencia de datos, puede transformar datos sin procesar en información práctica para dominios que van desde la planificación urbana hasta la medicina de precisión. Habilidades de programación para la ciencia de datos reúne todas las habilidades básicas que necesita para empezar, incluso si no tiene experiencia en programación o ciencia de datos.

Los destacados instructores Michael Freeman y Joel Ross le guiarán a través de la instalación y configuración de las herramientas que necesita para resolver problemas de ciencia de datos a nivel profesional, incluyendo el lenguaje R y el sistema de control de versiones Git. Explican cómo organizar los datos de forma que puedan utilizarse, analizarse y visualizarse fácilmente para que otros puedan ver los patrones que se han descubierto. Paso a paso, dominará potentes técnicas de programación en R y habilidades de resolución de problemas para sondear los datos de nuevas formas y a mayor escala.

Freeman y Ross enseñan a través de ejemplos prácticos y ejercicios que se pueden combinar en proyectos completos de ciencia de datos. Todo se centra en la aplicación en el mundo real, para que pueda empezar rápidamente a analizar sus propios datos y obtener respuestas sobre las que pueda actuar. Aprenda a.

⬤ Instale su entorno completo de ciencia de datos, incluyendo R y RStudio.

⬤ Gestionar proyectos de manera eficiente, desde el seguimiento de versiones hasta la documentación.

⬤ Alojar, gestionar y colaborar en proyectos de ciencia de datos con GitHub.

⬤ Dominar los fundamentos del lenguaje R: sintaxis, conceptos de programación y estructuras de datos.

⬤ Cargar, formatear, explorar y reestructurar datos para un análisis exitoso.

⬤ Interactuar con bases de datos y API web.

⬤ Dominar los principios clave para visualizar datos de forma precisa e intuitiva.

⬤ Producir visualizaciones atractivas e interactivas con ggplot y otros paquetes de R.

⬤ Transformar análisis en documentos y sitios compartibles con R Markdown.

⬤ Crear aplicaciones interactivas de ciencia de datos web con Shiny.

⬤ Colaborar sin problemas como parte de un equipo de ciencia de datos.

Registre su libro para acceder cómodamente a descargas, actualizaciones y/o correcciones a medida que estén disponibles. Consulte el interior del libro para más detalles.