本书的目标是教会读者使用最重要的数据科学工具，从而为实施数据科学奠定坚实的基础。读完本书后，你将掌握R语言的精华，并能够熟练使用多种工具来解决各种数据科学难题。每一章都按照这样的顺序组织内容：先给出一些引人入胜的示例，以便你可以整体了解这一章的内容，然后再深入细节。本书的每一节都配有习题，以帮助你实践所学到的知识。

本书的目标是教会读者使用最重要的数据科学工具，从而为实施数据科学奠定坚实的基础。读完本书后，你将掌握R语言的精华，并能够熟练使用多种工具来解决各种数据科学难题。每一章都按照这样的顺序组织内容：先给出一些引人入胜的示例，以便你可以整体了解这一章的内容，然后再深入细节。本书的每一节都配有习题，以帮助你实践所学到的知识。

有依据的决策对于成功至关重要。将正确的数据分析技术应用到精心筹备的业务数据中有助于做出准确预测、确定趋势，以及提前发现问题。R数据分析平台提供了许多高效率的工具，可用来处理日常的数据分析和机器学习任务。 本书是一本基于任务的教程，引导读者使用R语言参与几十个实用的数据分析实践。本书重点介绍读者在工作中将面临的最重要任务，对于商业分析师和数据科学家来说都非常实用。因为数据只有在可理解的情况下才有用，所以读者也可以在表格中找到组织和展示数据的妙招，以及快速生动的可视化效果。

这是一部能指导零基础的读者快速掌握R语言并利用R语言进入数据科学领域的著作。 两位作者在R语言和数据科学领域有丰富的实践经验，首先是非常有针对性地讲解了利用R语言进行数据处理需要掌握和使用的6大类17种工具，然后是结合这些工具的使用给出了5个典型的综合性案例，帮助读者迅速将理论与实践融会贯通。 全书一共11章，逻辑上分为两大部分： 第一部分 R语言工具箱（第1-6章） 首先从数据导入、数据清洗、数据计算、循环和迭代等几个方面详细讲解了R语言中相关的各种常用的工具，然后深入地讲解了R语言中的“超级瑞士军刀”data.table包。掌握这部分内容，能满足R语言数据处理中的基本需求。 第二部分 数据科学实战案例（第7-11章） 第7章首先对数据科学从业者的现状和未来应该掌握的技术和工具进行了介绍； 第8-11章通过4个综合性的案例讲解了使用R语言进行数据处...(展开全部)

这是一部能指导零基础的读者快速掌握R语言并利用R语言进入数据科学领域的著作。 两位作者在R语言和数据科学领域有丰富的实践经验，首先是非常有针对性地讲解了利用R语言进行数据处理需要掌握和使用的6大类17种工具，然后是结合这些工具的使用给出了5个典型的综合性案例，帮助读者迅速将理论与实践融会贯通。 全书一共11章，逻辑上分为两大部分： 第一部分 R语言工具箱（第1-6章） 首先从数据导入、数据清洗、数据计算、循环和迭代等几个方面详细讲解了R语言中相关的各种常用的工具，然后深入地讲解了R语言中的“超级瑞士军刀”data.table包。掌握这部分内容，能满足R语言数据处理中的基本需求。 第二部分 数据科学实战案例（第7-11章） 第7章首先对数据科学从业者的现状和未来应该掌握的技术和工具进行了介绍； 第8-11章通过4个综合性的案例讲解了使用R语言进行数据处...(展开全部)

数据科学是将数据转化为行动的艺术，是综合了统计学、计算机科学和领域知识的新兴学科。数据科学与很多传统学科的最大区别在于其为应用而生，因此本书一切从实际应用出发，以R语言为核心工具，介绍了各类分析方法的实现及其在各领域的应用情况。 • 如果是初学者，可以从“编程篇”开始阅读，了解R语言的基本特点。 • 如果是程序员，在迅速掌握语法后，可以深入研究“模型篇”，学习如何用统计学和其他流行的分析方法来描绘复杂的数据世界。 • 如果关心数据价值的落地，“应用篇”必不负你所望，金融、制药、文本挖掘、社交网络、地理信息、高性能计算、可重复研究，这些最热门的行业和应用领域的案例将会为你带来数据应用的最真实的体验。 本书适用于所有对数据应用感兴趣的读者，也适合作为统计和数据分析的实务操作型课程的教材。

数据科学是将数据转化为行动的艺术，是综合了统计学、计算机科学和领域知识的新兴学科。数据科学与很多传统学科的最大区别在于其为应用而生，因此本书一切从实际应用出发，以R语言为核心工具，介绍了各类分析方法的实现及其在各领域的应用情况。 • 如果是初学者，可以从“编程篇”开始阅读，了解R语言的基本特点。 • 如果是程序员，在迅速掌握语法后，可以深入研究“模型篇”，学习如何用统计学和其他流行的分析方法来描绘复杂的数据世界。 • 如果关心数据价值的落地，“应用篇”必不负你所望，金融、制药、文本挖掘、社交网络、地理信息、高性能计算、可重复研究，这些最热门的行业和应用领域的案例将会为你带来数据应用的最真实的体验。 本书适用于所有对数据应用感兴趣的读者，也适合作为统计和数据分析的实务操作型课程的教材。

学习如何利用R语言洞察、知晓、理解原始数据。 《数据科学：R语言实现（影印版 英文版）》介绍了R、RStudio以及tidyverse，后者是一组相互配合工作的R包，能够使数据科学快速、流畅、富有乐趣。 《数据科学：R语言实现（影印版 英文版）》旨在帮助你尽快地上手数据科学相关的工作，并不要求读者具备编程经验。 《数据科学：R语言实现（影印版 英文版）》Hadley Wickham和Garrett Grolernund将一步步指导你对数据进行导入、提炼、探索以及建模并发布成果。除了处理数据所需的基本工具，你还将会对数据科学的周期拥有一个完整的、宏观的理解。

约翰· D.凯莱赫(John D. Kelleher) 布伦丹·蒂尔尼(Brendan Tierney) 著：约翰· D.凯莱赫(John D. Kelleher) 是都柏林理工学院计算机科学学院的教授以及信息、通信和娱乐研究所的学术负责人。他的研究得到了ADAPT中心的支持，该中心由爱尔兰科学基金会（Grant 13 / RC / 2106）资助，同时也接受欧洲区域发展基金的资助。 他还是《Fundamentals of Machine Learning for Predictive Data Analytics》的作者之一。 布伦丹·蒂尔尼(Brendan Tierney）是都柏林理工学院计算机科学学院的讲师，同时也是Oracle ACE 主任，还著有多本基于Oracle技术的数据挖掘类著作。

学习如何利用R语言洞察、知晓、理解原始数据。 《数据科学：R语言实现（影印版 英文版）》介绍了R、RStudio以及tidyverse，后者是一组相互配合工作的R包，能够使数据科学快速、流畅、富有乐趣。 《数据科学：R语言实现（影印版 英文版）》旨在帮助你尽快地上手数据科学相关的工作，并不要求读者具备编程经验。 《数据科学：R语言实现（影印版 英文版）》Hadley Wickham和Garrett Grolernund将一步步指导你对数据进行导入、提炼、探索以及建模并发布成果。除了处理数据所需的基本工具，你还将会对数据科学的周期拥有一个完整的、宏观的理解。