会员
R语言
更新时间：2019-07-01 10:14:53 最新章节：附录 大数据和人工智能实验环境
书籍简介
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。
品牌：清华大学
上架时间：2019-01-01 00:00:00
出版社：清华大学出版社
本书数字版权由清华大学提供，并由其授权上海阅文信息技术有限公司制作发行
最新章节
刘鹏 张燕总主编 程显毅主编 刘颖 朱倩副主编
最新上架
- 会员《图解Java数据结构与算法：微课视频版》系统、全面地介绍数据结构的基础理论与算法设计，精选数据结构考研习题和各类典型例题进行讲解，案例和课后习题丰富，突出对数据结构算法实践能力的培养。本书算法均采用Java语言实现，示例代码可直接上机运行。《图解Java数据结构与算法：微课视频版》共分11章，内容包括数据结构与算法概述，线性表，栈和队列，串、数组和广义表，树，图，查找算法，排序算法，分治算法，贪计算机12.8万字
- 会员《Vue.js从入门到精通》从初学者角度出发，通过通俗易懂的语言、丰富多彩的实例，详细介绍了使用Vue.js进行程序开发需要掌握的各方面技术。全书分为4篇，共19章，内容包括初识Vue.js、ECMAScript6语法介绍、Vue实例与数据绑定、条件判断指令、v-for指令、计算属性和监听属性、元素样式绑定、事件处理、表单元素绑定、自定义指令、组件、组合API、过渡和动画效果、渲染函数、使用Vu计算机7.2万字
- 会员本书采用简洁直观的方式来讲解Vue2的各方面，并融入了关于Git的基础和进阶的知识，让读者在学习前端框架之余，还能学习到主流的团队代码管理工具和版本控制工具Git的知识应用。本书共11章，分为基础篇和进阶篇和项目实战篇。基础篇（第1~3章）详细讲述Vue框架的基础知识点，并以HTML文件的方式切入，浅显易懂，让你的学习体验达到最好。进阶篇（第4~8章）从webpack起步，系统地讲述webpack计算机4.1万字
- 会员本书将从零开始教读者如何通过Python实现办公自动化。全书共10章，分为3部分：第一部分（第1~5章）包括从零基础入门Python的基础知识（数据类型、函数、类与对象、捕获异常、文件操作、管理模块等）；第二部分（第6~9章）以操作办公文档为主，介绍如何使用Python代码处理Word、Excel、PPT、PDF文档，实现文档办公自动化；第三部分（第10章）为进阶部分，内容涉及桌面自动化、发送邮件计算机15.4万字
- 会员《Python数据分析从入门到精通（第2版）》从数据分析初学者角度出发，以通俗易懂的语言、丰富多彩的实例，详细介绍了使用Python进行数据分析程序开发应掌握的各方面技术。全书共分21章，包括数据分析基础、搭建数据分析开发环境、NumPy模块之数组计算、Pandas模块基础、Pandas模块之数据的读取、Pandas模块之数据的处理、Pandas模块之数据的清洗、数据的计算与格式化、数据统计及透视计算机16.7万字
- 会员本书详细阐述如何在设计、规划和实现软件时做出更好的决策，通过真实的案例，以抽丝剥茧的方式分析那些失误的决策，探讨还有哪些可能的解决方案，并对比各种方案的优缺点，摸索软件设计的常青模式。本书通过实例来说明某些决策的后果，例如代码重复如何影响系统的耦合与演进速度，以及如何在日期和时间信息方面隐藏细微差别。本书还介绍如何根据帕累托法则有效地缩小优化范围，确保分布式系统的一致性。通过阅读本书，读者很快就可计算机23.9万字
- 会员本书在编写过程中坚持理论性和实用性相结合，力求与互联网行业技术发展同步，着重提高读者Web交互界面设计和制作的能力。全书共9章，内容包括交互界面设计概述、Web交互界面设计基础、Web交互界面技术概述、HTML5和CSS3基础、Web交互界面设计案例、HTML5和CSS3进阶、JavaScript基础、Web交互界面开发、综合案例：网站交互界面开发。本书系统地介绍Web交互界面设计与制作的全过程，计算机11.2万字
- 会员这是一本具有高中数学知识就能读懂的机器学习图书，书中通过大量程序实例，将复杂的公式重新拆解，详细、清晰地解读了机器学习中常用的数学知识，一步步带领读者进入机器学习的领域。本书共22章，主要讲解了数据可视化、math模块、sympy模块、numpy模块、方程式、函数、最小平方法、集合、概率、贝叶斯定理、指数、对数、欧拉数、逻辑函数、三角函数、大型运算符、向量、矩阵与线性回归等数学知识。计算机5.8万字