R语言

共 31 种图书

排序:
R语言数据分析项目精解:理论、方法、实战 封面
R语言数据分析项目精解:理论、方法、实战 罗荣锦 电子工业出版社 · 2017 本书以互联网电商企业为背景,从真实业务场景中抽象出数据分析师日常会遇到的一类问题,再用R语言与统计学方法给出从理论到落地的完整解答。全书共9章:第1章讨论“互联网+”、统计学与R语言三者的关系,说明大数据时代统计学的定位,并给出全书结构;第2章系统梳理R语言基础,包括安装与RStudio、R包、向量…
量化金融R语言高级教程 封面
量化金融R语言高级教程 艾迪娜·伯林格 人民邮电出版社 · 2017 本书是《量化金融R语言初级教程》的进阶版本,原书为 Packt Publishing 出版的 Mastering R for Quantitative Finance,由匈牙利布达佩斯考文纽斯大学团队集体撰写,中文版由高蓉翻译,人民邮电出版社2017年5月出版,全书266页,共13章。 全书按主题分…
R数据科学 封面
R数据科学 哈德利·威克姆 / 加勒特·格罗勒芒德 人民邮电出版社 · 2018 《R数据科学》是R社区领军人物哈德利·威克姆与数据科学家加勒特·格罗勒芒德合著的入门级教材,中文版由陈光欣翻译。全书围绕R语言的 tidyverse 工具生态展开,目标不是罗列语法,而是把数据科学工作拆解为若干可复用的环节,让读者掌握一套能够真正落地的分析流程。 全书分为五大部分:探索、数据处理、编…
R的极客理想——量化投资篇 封面
评分 3.8
R的极客理想——量化投资篇 张丹 机械工业出版社 · 2017 本书是《R的极客理想》系列丛书的第三本,也是该系列中把R语言技术与金融量化投资实务结合起来的一本。作者张丹是资深R语言用户,也是金融与大数据领域的跨界从业者;他写这本书的出发点并不是再讲一遍R语言的语法,而是回答一个实际问题:怎么把R语言用到真实的金融量化案例里,让知识真正变成生产力。 全书分为三个…
R语言与网站分析 封面
R语言与网站分析 李明 机械工业出版社 · 2014 《R语言与网站分析》是李明撰写、机械工业出版社2014年出版的技术专著,属于“数据分析技术丛书”,英文并列题名为 Web analysis and mining with R,全书约446页。本书从互联网业务的应用角度出发,讨论如何用R语言完成网站指标分析与数据挖掘工作:先用细分、对比、趋势等统计思…
R并行编程实战 封面
R并行编程实战 西蒙·查普尔 / 伊丽·特鲁普 / 托斯顿·福斯特 / 特伦斯·斯隆 机械工业出版社 · 2017 本书是《Mastering Parallel Programming with R》的中文译本,面向希望突破 R 语言单线程与内存限制的程序员,系统讲解如何用 R 构建可扩展的高效并行算法。全书按由浅入深的顺序展开:先从 R 自带的 parallel 包讲起,以“亚里士多德数谜”为贯穿案例,演示如何…
机器学习:实用案例解析 封面
机器学习:实用案例解析 Drew Conway / John Myles White 机械工业出版社 · 2013 本书是 O'Reilly 畅销书《Machine Learning for Hackers》的中文译本,由 Drew Conway 与 John Myles White 合著,陈开江、刘逸哲、孟晓楠翻译,罗森林审校。与充斥公式推导的传统教材不同,本书主张“先动手、再理解”,把机器学习的学习过程安置在…
学习R 封面
评分 3.8
学习R Richard Cotton 人民邮电出版社 · 2014 《学习R》是数据科学家 Richard Cotton 为编程零基础读者撰写的 R 语言入门教程,中文版由刘军翻译,属人民邮电出版社“图灵程序设计丛书”。全书分为三个部分:第一部分“R语言”逐章讲解数据类型与编程概念,从安装 R 与选择 IDE、把 R 当科学计算器使用,到检查变量与工作区、向量/矩阵…
R语言实战(第2版) 封面
评分 4.6
R语言实战(第2版) 罗伯特·I·卡巴科弗 人民邮电出版社 · 2016 《R语言实战(第2版)》是 R in Action: Data Analysis and Graphics with R(Second Edition)的中文译本,由 Quick-R 网站维护者、统计顾问 Robert I. Kabacoff 撰写,王小宁、刘撷芯、黄俊文等翻译,2016 年由人民邮…
R语言编程指南 封面
R语言编程指南 任坤 人民邮电出版社 · 2017 《R语言编程指南》是任坤(Kun Ren)面向数据从业者写的一本 R 语言系统教程,英文原书为 Packt Publishing 出版的《Learning R Programming: Become an efficient data scientist with R》,中文版由王婷、赵孟韬、王泽贤…
高级R语言编程指南(原书第2版) 封面
评分 4.7
高级R语言编程指南(原书第2版) 哈德利·威克姆 机械工业出版社 · 2020 《高级R语言编程指南(原书第2版)》是R语言领域领军人物、RStudio首席科学家哈德利·威克汉姆(Hadley Wickham)的代表作《Advanced R》第二版的中文译本。第1版中文版于2016年出版,第2版由机械工业出版社于2020年推出,全书约381页,分为五大部分、共25章。 全书并不…
文本挖掘:基于R语言的整洁工具 封面
文本挖掘:基于R语言的整洁工具 茱莉亚·斯拉格 / 戴维·罗宾逊 机械工业出版社 · 2018 本书由tidytext包的两位开发者Julia Silge与David Robinson合著,系统介绍如何用“整洁数据”原则工具来做文本挖掘。全书共9章:先讲整洁文本格式,即一行一个词条(token)的数据框结构,介绍unnest_tokens函数、以简·奥斯汀作品为例的文本整理以及gutenber…
大数据挖掘与统计机器学习 封面
大数据挖掘与统计机器学习 吕晓玲 / 宋捷 中国人民大学出版社 · 2016 本书是面向应用统计专业硕士与数据分析从业者的教材,系统梳理数据挖掘与统计机器学习中最常用的模型与算法。全书从最基础的线性回归、线性分类讲起,先建立建模的基本框架,再讨论模型评价与选择中的基本概念、理论方法和数据重利用方法,随后进入非线性方法,包括决策树与Bagging、Boosting、随机森林等组…
概率图模型:基于R语言 封面
概率图模型:基于R语言 大卫·贝洛特 人民邮电出版社 · 2018 本书是概率图模型(Probabilistic Graphical Models,PGM)的入门读物,原书名为 Learning Probabilistic Graphical Models in R。作者把概率论与图论结合起来,用“图”把随机变量之间的关系画出来,再借助条件独立与分布分解,把高维、复…
机器学习实践指南 封面
机器学习实践指南 阿图尔·特里帕蒂 机械工业出版社 · 2018 本书是英国机器学习与量化投资从业者阿图尔·特里帕蒂(Atul Tripathi)所著 Practical Machine Learning Cookbook 的中文译本,由王喆、曹建勋翻译,机械工业出版社2018年3月出版,属“数据分析与决策技术丛书”。全书以R语言为统一实现工具,采用“问题—数据—…
R语言编程指南 封面
R语言编程指南 任坤 人民邮电出版社 · 2017 本书是 R 语言程序员任坤(英文原版 Learning R Programming: Become an efficient data scientist with R)的中文译本,由异步图书出品。全书共 15 章,按「先打基础、再探内部、后拓应用」的思路展开:第 1—6 章从 R 与 RStudi…
R语言数据分析与挖掘实战 封面
R语言数据分析与挖掘实战 张良均 / 云伟标 / 王路 / 刘晓勇 机械工业出版社 · 2015 本书是一本以实践为导向的R语言数据分析与数据挖掘指南,由数据挖掘企业技术专家与高校讲师合作编写。全书共16章,分为基础篇、实战篇、提高篇三部分。基础篇(第1~5章)介绍数据挖掘的基本任务与建模流程(定义目标、数据取样、数据探索、数据预处理、挖掘建模、模型评价),讲清R与RStudio的安装与基本操作…
ggplot2:数据分析与图形艺术(第2版) 封面
ggplot2:数据分析与图形艺术(第2版) 哈德利·威克姆 西安交通大学出版社 · 2018 本书是R语言可视化包ggplot2的权威专著《ggplot2: Elegant Graphics for Data Analysis》第2版的中文译本,作者为ggplot2的开发者哈德利·威克姆(Hadley Wickham)。全书以“图形的语法”(Grammar of Graphics)为主线,说…
量化交易学习指南——基于R语言 封面
量化交易学习指南——基于R语言 帕勒姆·吉特 / 普拉桑特·瓦次 人民邮电出版社 · 2019 本书是印度作者帕勒姆·吉特与普拉桑特·瓦次合著的《Learning Quantitative Finance with R》中文版,全书共 9 章,以 R 语言为主线,把量化金融中从数据处理到策略落地的若干关键环节串成一条学习路径。第 1 章从安装 R 与各类扩展包、数据类型、数据导入导出、函数与循…
探寻数据背后的逻辑:R语言数据挖掘之道 封面
探寻数据背后的逻辑:R语言数据挖掘之道 宋云生 / 张坚洪 / 黎新年 电子工业出版社 · 2018 本书以R语言为工具,系统讲述从数据到结论的完整挖掘流程。全书开篇从R与RStudio的安装、R包管理讲起,梳理向量、因子、矩阵、数据框、list等数据结构,以及自编函数、字符串函数、控制流和数据读写(含Oracle、MySQL、Hive数据库连接)。随后进入数据探索环节:识别与处理缺失值、监测异常值…