E-book360 pagine2 ore
Coding in R per l'analisi dati - da principiante a esperto
Valutazione: 0 su 5 stelle
()
Info su questo ebook
Questo testo di base di programmazione con R per aspiranti data analyst nasce per accompagnare un principiante nella programmazione, dalle basi del linguaggio di programmazione (uno dei più conosciuti e utilizzati nel campo dell'analisi dati) fino all'utilizzo della statistica descrittiva.
Al termine di questo libro sarete in grado di creare, importare, manipolare e gestire dei dataset. Impareremo insieme come scaricare, installare e utilizzare alcuni dei più importanti tool per l'utilizzo di R. Passeremo poi alla creazione degli oggetti: R si basa su alcune strutture che è necessario conoscere, come vettori, matrici, liste e dataframe. Una volta che avremo capito come creare e manipolare queste strutture dati, estrarne degli elementi e salvarle in locale sul computer, passeremo all'utilizzo di loop e alla creazione di funzioni.
Nella sezione successiva vedremo una serie argomenti utili: come impostare una cartella di lavoro, come installare e richiamare un pacchetto, come ottenere delle informazioni sui dati, dove trovare dei dataset per i test e ottenere aiuto su una funzione. Quando si analizzano dei dati ci si imbatte prima o poi nei dataframe cosiddetti casi x variabili. Vedremo quindi come importare un dataframe dal computer, o da internet, su R. Esistono molte funzioni adatte allo scopo e molti pacchetti che ci sono utili per importare dei dati che sono in alcuni formati particolari, come ad esempio i formati per Excel, il .csv, il .txt o il JSON. Vedremo poi come manipolare i dati, creare nuove variabili, aggregare i dati, ordinarli in maniera orizzontale e longitudinale, unire due dataset. Per fare questo utilizzeremo alcuni pacchetti e funzioni specifiche, come dplyr, tidyr o reshape2. Vedremo anche brevemente come interfacciarci a un database e utilizzare altri pacchetti per snellire la gestione di dataset un po' più grandi.
R è un linguaggio molto importante anche nell'ambito della statistica. Impareremo quindi alcune delle funzioni di base, come calcolo delle medie per riga o per colonna, e le funzioni statistiche più comuni nell'ambito della statistica descrittiva. Quando si parla di analisi dati, ci troveremo spesso a creare dei grafici per spiegare i nostri dati e le nostre analisi. Per questo motivo dedichiamo una parte del libro a vedere come creare dei grafici sia con le funzioni della libreria di base, sia con il pacchetto ggplot2. Negli ultimi paragrafi vedremo come creare e esportare dei report e delle slide, riepilogheremo gli argomenti visti e le funzioni utilizzate, e vedremo il materiale di supporto.
Al termine di questo libro sarete in grado di creare, importare, manipolare e gestire dei dataset. Impareremo insieme come scaricare, installare e utilizzare alcuni dei più importanti tool per l'utilizzo di R. Passeremo poi alla creazione degli oggetti: R si basa su alcune strutture che è necessario conoscere, come vettori, matrici, liste e dataframe. Una volta che avremo capito come creare e manipolare queste strutture dati, estrarne degli elementi e salvarle in locale sul computer, passeremo all'utilizzo di loop e alla creazione di funzioni.
Nella sezione successiva vedremo una serie argomenti utili: come impostare una cartella di lavoro, come installare e richiamare un pacchetto, come ottenere delle informazioni sui dati, dove trovare dei dataset per i test e ottenere aiuto su una funzione. Quando si analizzano dei dati ci si imbatte prima o poi nei dataframe cosiddetti casi x variabili. Vedremo quindi come importare un dataframe dal computer, o da internet, su R. Esistono molte funzioni adatte allo scopo e molti pacchetti che ci sono utili per importare dei dati che sono in alcuni formati particolari, come ad esempio i formati per Excel, il .csv, il .txt o il JSON. Vedremo poi come manipolare i dati, creare nuove variabili, aggregare i dati, ordinarli in maniera orizzontale e longitudinale, unire due dataset. Per fare questo utilizzeremo alcuni pacchetti e funzioni specifiche, come dplyr, tidyr o reshape2. Vedremo anche brevemente come interfacciarci a un database e utilizzare altri pacchetti per snellire la gestione di dataset un po' più grandi.
R è un linguaggio molto importante anche nell'ambito della statistica. Impareremo quindi alcune delle funzioni di base, come calcolo delle medie per riga o per colonna, e le funzioni statistiche più comuni nell'ambito della statistica descrittiva. Quando si parla di analisi dati, ci troveremo spesso a creare dei grafici per spiegare i nostri dati e le nostre analisi. Per questo motivo dedichiamo una parte del libro a vedere come creare dei grafici sia con le funzioni della libreria di base, sia con il pacchetto ggplot2. Negli ultimi paragrafi vedremo come creare e esportare dei report e delle slide, riepilogheremo gli argomenti visti e le funzioni utilizzate, e vedremo il materiale di supporto.
Correlato a Coding in R per l'analisi dati - da principiante a esperto
Ebook correlati
C# Programmazione per principianti Valutazione: 0 su 5 stelle0 valutazioniProgrammatore in 3 Giorni: Guida Ipersintetica per Principianti Valutazione: 0 su 5 stelle0 valutazioniApp Inventor 2 con database MySQL Valutazione: 0 su 5 stelle0 valutazioniPHP Valutazione: 0 su 5 stelle0 valutazioniIntroduzione pratica alla programmazione in C++ - Parte Prima Valutazione: 0 su 5 stelle0 valutazioniProgrammazione Python Per Principianti Valutazione: 0 su 5 stelle0 valutazioniPython: La Guida Per Imparare a Programmare. Include Esercizi di Programmazione.: Programmazione per Principianti, #1 Valutazione: 0 su 5 stelle0 valutazioniMicrosoft Word 2016 - Corso completo Valutazione: 0 su 5 stelle0 valutazioniProgrammare in Pascal: Dai semplici programmi in Pascal alle attuali applicazioni desktop con Database - DEV-PASCAL, LAZARUS E PASCAL N-IDE Valutazione: 0 su 5 stelle0 valutazioniVba Se vi Piace 02 Valutazione: 0 su 5 stelle0 valutazioniGestire progetti con il software open-source ProjectLibre: Guida rapida Valutazione: 0 su 5 stelle0 valutazioniSQLite, il database per tutti Valutazione: 0 su 5 stelle0 valutazioniProgrammare in C: Introduzione pratica Valutazione: 0 su 5 stelle0 valutazioniLa guida definitiva alla programmazione in Python per principianti e utenti intermedi Valutazione: 0 su 5 stelle0 valutazioniLa programmazione ASP.NET Valutazione: 0 su 5 stelle0 valutazioniIntroduzione all'usabilità Valutazione: 0 su 5 stelle0 valutazioniVba Se vi Piace 01 Valutazione: 0 su 5 stelle0 valutazioniJavascript: Un Manuale Per Imparare La Programmazione In Javascript Valutazione: 0 su 5 stelle0 valutazioniProgrammare In Android Per Principianti Valutazione: 0 su 5 stelle0 valutazioniCreare applicazioni per iPhone e iPad con Swift Valutazione: 0 su 5 stelle0 valutazioniSviluppare applicazioni ibride per dispositivi mobili Valutazione: 5 su 5 stelle5/5Un database in .. 4 dialetti BASIC Valutazione: 0 su 5 stelle0 valutazioniProgrammare In Java Valutazione: 0 su 5 stelle0 valutazioniPhp le basi: per principianti Valutazione: 0 su 5 stelle0 valutazioniThat's My Way with MS-FSX - Check Your Flights Valutazione: 0 su 5 stelle0 valutazioniPHP: Sviluppo Web Lato Server: Programmazione Web, #2 Valutazione: 0 su 5 stelle0 valutazioniProgrammazione in JavaScript Valutazione: 0 su 5 stelle0 valutazioniSviluppare applicazioni Web con Google Apps Script ed AngularJS Valutazione: 3 su 5 stelle3/5Corso di PHP. Livello base. Con esercizi Valutazione: 0 su 5 stelle0 valutazioni