本书通过三个精心挑选的例子，深入浅出地讲解如何使用R语言玩转数据。书中涵盖R语言编程的方方面面，内容涉及R对象的类型、R的记号体系和环境系统、自定义函数、if else语句、for循环、S3类、R的包系统以及调试工具等。本书还通过示例演示如何进行向量化编程，从而对代码进行提速并最大化地发挥R的潜能。本书适合立志成为数据科学家的R语言初学者阅读。

本书通过三个精心挑选的例子，深入浅出地讲解如何使用R语言玩转数据。书中涵盖R语言编程的方方面面，内容涉及R对象的类型、R的记号体系和环境系统、自定义函数、if else语句、for循环、S3类、R的包系统以及调试工具等。本书还通过示例演示如何进行向量化编程，从而对代码进行提速并最大化地发挥R的潜能。 本书适合立志成为数据科学家的R语言初学者阅读。

本书通过三个精心挑选的例子，深入浅出地讲解如何使用R语言玩转数据。书中涵盖R语言编程的方方面面，内容涉及R对象的类型、R的记号体系和环境系统、自定义函数、if else语句、for循环、S3类、R的包系统以及调试工具等。本书还通过示例演示如何进行向量化编程，从而对代码进行提速并最大化地发挥R的潜能。本书适合立志成为数据科学家的R语言初学者阅读。

本书通过三个精心挑选的例子，深入浅出地讲解如何使用R语言玩转数据。书中涵盖R语言编程的方方面面，内容涉及R对象的类型、R的记号体系和环境系统、自定义函数、if else语句、for循环、S3类、R的包系统以及调试工具等。本书还通过示例演示如何进行向量化编程，从而对代码进行提速并最大化地发挥R的潜能。 本书适合立志成为数据科学家的R语言初学者阅读。

这《R语言统计入门(第2版)》以最恰当的方式向初学者介绍了R的全貌，内容涵盖基本的R语言编程方法、基本数据处理和一些高级数据操作的技巧，有助于读者理解R向量化编程的特点。此外，作者在本书中还详细描述了包含回归分析、假设检验、广义线性模型、非线性拟合等常用统计方法的原理。虽然本书以实际案例解析居多，但是并非不重视理论，作者恰当而到位地描述了理论方面的内容，既不晦涩，也非浅白，而是向读者打开了一扇窗。作者希望这本书可以作为一道“开胃菜”引导更多的人投入到对统计和R的研究之中。

编辑推荐 《数据科学:理论、方法与R语言实践》从实用的角度较为全面地展现了数据科学的主要内容。并结合大量的实际项目案例，利用R语言详细地讲解了数据项目的开发过程和关键技术。《数据科学:理论、方法与R语言实践》适合作为高等院校高年级本科生和研究生及从事数据管理与分析的工程技术人员的主要参考书。 名人推荐 本书是所有数据科学家都应该拥有的一部独特、举足轻重的书籍。 ——引自Jim Porzak的序言，Bay Area R Users Group联合创始人 覆盖了端到端的全部过程，从数据探索到建模再到交付结果。 ——Nezih Yigitbasi，Intel公司 对志向高远的年轻数据科学家和经验丰富的数据科学家而言，本书充满了有用的宝石。 ——Fred Rahmanian，西门子医疗 使用真实的示例进行数据分析，强烈推荐。 ——Kostas Passadi...(展开全部)

本书借鉴数据科学家Jared P Lander在R语言上丰富的教学经验，通过大量实例，详细讲解R语言的核心功能。对于刚接触统计程序和模型的人，本书的内容组织结构使得学习R语言相当简单和直观。本书主要介绍R语言中20%的核心功能，但是这20%的功能足以让你解决80%的现代数据分析。 书中每一章都是从基础知识开始，提供大量的实例和代码。你将学习下载和安装R语言；设置和使用R语言环境；掌握基本的程序编写，数据导入、操作和可视化；完成几个测验。然后在此基础上，你将构建几个完整的模型，包括线性和非线性模型，学习数据挖掘技术。接着你将在代码中学习使用LaTeX，RMarkdown和Shiny等R语言包。

近年来，R语言可谓是数据分析的热门语言，相关的资料五花八门，让读者难以抉择。本书力求用简洁、精练，以理论与实践相结合的方式让大家快速掌握R语言。全书共14章，第1章为绪论，从数学、统计学和逻辑学3个方面探讨了树立正确数据思维的一些原则；其余各章分为基础篇（第2～10章）、应用篇（第11、12章）和进阶篇（第13、14章）。基础篇按照数据分析过程，主要讨论了R的数据结构、数据导入/导出、数据清洗、数据变换、可视化、高级语言编程和常用建模方法。应用篇通过对2个经典案例的分析，使读者能够把学到的R基础知识应用到解决实际问题，把数据变成价值。进阶篇解决如何用R处理大数据的一些技术。本书可用作培养应用型人才的课程教材，也可作为数据分析爱好者的参考资料。

本书借鉴数据科学家Jared P Lander在R语言上丰富的教学经验，通过大量实例，详细讲解R语言的核心功能。对于刚接触统计程序和模型的人，本书的内容组织结构使得学习R语言相当简单和直观。本书主要介绍R语言中20%的核心功能，但是这20%的功能足以让你解决80%的现代数据分析。 书中每一章都是从基础知识开始，提供大量的实例和代码。你将学习下载和安装R语言；设置和使用R语言环境；掌握基本的程序编写，数据导入、操作和可视化；完成几个测验。然后在此基础上，你将构建几个完整的模型，包括线性和非线性模型，学习数据挖掘技术。接着你将在代码中学习使用LaTeX，RMarkdown和Shiny等R语言包。

“如果你想学习如何用一款统计专家和数据挖掘专家所开发的免费软件包，那就选这本书吧。本书包括大量实际案例，它们充分体现了R软件的广度和深度。” —— Bernhard Pfahringer, 新西兰怀卡托大学 本书利用大量给出必要步骤、代码和数据的具体案例，详细描述了数据挖掘的主要过程和技术，广泛涵盖数据大小、数据类型、分析目标、分析工具等方面的各种具有挑战性的问题。 本书的支持网站（http://www.liaad.up.pt/~ltorgo/DataMiningWithR/）给出了案例研究的所有代码、数据集以及R函数包。 本书特色 通过仔细选择的案例涵盖了主要的数据挖掘技术。 给出的代码和方法可以方便地复制或者改编后应用于自己的问题。 不要求读者具有R、数据挖掘或统计技术的基础知识。 包含R和MySQL基础知识的简介。 提供了对数据挖掘技术的特性、...(展开全部)