R軟體：應用統計方法, 2/e
陳景祥
- 出版商: 東華
- 出版日期: 2018-09-01
- 定價: $860
- 售價: 9.5 折 $817
- 語言: 繁體中文
- 頁數: 377
- ISBN: 9574839583
- ISBN-13: 9789574839582
-
相關分類:
機率統計學 Probability-and-statistics
立即出貨 (庫存 < 3)
買這商品的人也買了...
-
Data Science from Scratch｜用 Python 學資料科學 (中文版)(Data Science from Scratch: First Principles with Python)$580$458 -
統計學習導論 -- 基於 R應用$474$450 -
商業智慧與大數據分析, 3/e$580$568 -
SQL Server 與 R 開發實戰講堂$680$578 -
Time Series Analysis and Its Applications: With R Examples, 4/e (Paperback)$3,980$3,781 -
精通大數據！R 語言資料分析與應用, 2/e$720$569 -
民意調查資料分析的 R實戰手冊$480$432 -
六個標準差的品質管制－六十小時學會實務應用的手冊, 2/e$320$288 -
Machine Learning Using R: With Time Series and Industry-Based Use Cases in R, 2/e$2,100$1,995 -
Python 網路爬蟲與資料視覺化應用實務$650$553 -
$403前端架構：從入門到微前端 -
Excel VBA 基礎必修課：商管群最佳程式設計訓練教材 (適用Excel 2019~2010)$500$375 -
Python 與 LINE Bot 機器人全面實戰特訓班 (附203分鐘影音教學/範例程式)$520$411 -
Excel VBA 經典程式碼：一行抵萬行「偷懶程式碼」應用大全 (上)$620$484 -
Excel VBA 經典程式碼：一行抵萬行「偷懶程式碼」應用大全 (下)$620$484 -
$454精通 Tableau 商業數據分析與可視化 -
Practical Statistics for Data Scientists: 50+ Essential Concepts Using R and Python, 2/e (Paperback)$2,622$2,484 -
R 語言在管理領域的應用（Ⅰ）$500$450 -
應用機器學習：R軟體實務演練$480$456 -
$305Python Web 開發從入門到實戰（Django+Bootstrap）- 微課視頻版 -
Data Science Tools: R - Excel - Knime - Openoffice$1,860$1,767 -
資料科學的良器：R語言在開放資料、管理數學與作業管理的應用$550$429 -
$626前端開發核心知識進階：從夯實基礎到突破瓶頸 -
$254Bootstrap 前端開發 -
資料科學的建模基礎 : 別急著 coding！你知道模型的陷阱嗎？$599$509
相關主題
商品描述
- 本次修訂版本距離上一次的修訂版已經五年了。在這五年之中，R 軟體版本從上次的 2.10.1 版演進到目前的 3.5.1 版，已經有許多的改進。例如，從 R 3.4.0 開始，使用者自訂函數的 JIT (Just in Time) byte-code 自動編譯與迴圈的加速，讓 R程式的執行速度加快很多。
這次的新版包含不少舊版勘誤、部分舊套件無法使用的替代方案、新範例的加入、新工具函數如mgsub、grepl 的介紹、F 檢定逐步迴歸的程式、dplyr + pipe 資料分析簡介、以及 ggplot2 套件極好用的分組繪圖功能介紹等等。
這五年之間，尤其是最近幾年人工智慧(AI) 的再一次竄紅，也讓某些程式語言或軟體成為不少人常用的資料分析工具。因此，這幾年間，在網路上經常看到「R 軟體是否已經落伍？」、「某語言是否比 R 適合資料分析？」等問題。
我個人的看法是，儘管有許多人幫忙吹噓，但是這一波AI 到目前為止目前仍然沒有「智慧」可言。某些程式語言雖然因為 AI 而竄紅，但多數人是用來作為 AI深層學習建模的工具，這樣的角色也可能因為越來越普遍化的「AI 自動建模軟體」出現而逐漸淡化。另一個逐漸浮出的疑慮是，這一波的 AI 是否因為再次吹噓過度又將泡沫化？如果是這樣，也可能讓攀附在 AI 浪潮的某些程式語言工具前途未定。
純就資料分析的角度來看，我個人仍然偏好 R 軟體。R 不僅擁有各領域資料分析超過 1 萬 2 千多個套件，從資料分析、數學公式與程式之間的直覺轉換、與演算法程式化的角度來看，R 語言的特性讓我們很容易地將理論演算法轉為程式，也讓許許多多的人們能夠寫出更多的套件與我們分享，讓我們不需要自己辛苦從頭打造各類應用程式。
蛋塔的熱潮是一時的，肉燥飯與魚丸湯的美味是永久的。
目錄大綱
- 第 1 章 R 軟體簡介
第 2 章 R 軟體操作方式
第 3 章 R 軟體基本運算
第 4 章 R 的變數與資料
第 5 章 資料的輸入與輸出
第 6 章 資料轉換與處理
第 7 章 R 程式流程控制
第 8 章 R 的自訂函數
第 9 章 R 軟體的繪圖功能
第 10 章 常用函數與程式技巧
第 11 章 機率分配與統計模型
第 12 章 機率計算
第 13 章 基本敘述統計
第 14 章 統計推論
第 15 章 迴歸分析
第 16 章 實驗設計
第 17 章 品質管制
第 18 章 時間數列
第 19 章 資料探勘：決策樹
