{itemname}
{itemname}
香港二樓書店 > 今日好書推介
拒絕家庭意外!居家安全設計健檢100+:瓦斯•水電•防墜•防盜,讓家人遠離危險的保平安設計
定價93.00元
8
折優惠:
HK$74.4
●二樓推薦
●文學小說
●商業理財
●藝術設計
●人文史地
●社會科學
●自然科普
●心理勵志
●醫療保健
●飲 食
●生活風格
●旅 遊
●宗教命理
●親子教養
●少年讀物
●輕 小 說
●漫 畫
●語言學習
●考試用書
●電腦資訊
●專業書籍
R語言與資料分析(附範例光碟)?
9789865038113
慎思齊?
全華圖書
2021年9月15日
140.00 元
HK$ 133
詳
細
資
料
ISBN:9789865038113</li><li>叢書系列:<a href=https://www.2-floor.dyndns.org/web/sys_puballb/books/?se=%E5%A4%A7%E5%B0%88%E8%B3%87%E8%A8%8A&pubid=chwa>大專資訊</a></li><li>規格:平裝 / 316頁 / 15.9 x 17.8 x 1.58 cm / 普通級 / 單色印刷 / 初版</li><li>出版地:台灣
大專資訊
分
類
專業/教科書/政府出版品
>
電機資訊類
>
資訊
內
容
簡
介
<div class="bd">
<div class="content" style="height:auto;">
本書以簡單、淺顯的文字與圖片,介紹R語言與資料分析的操作,專門為非理工背景的初學者而寫,章節的編排和一般傳統程式語言的書略有不同。本書所涵蓋的範圍不多,但是儘可能把每一個概念講解清楚,並搭配較多範例加以說明。前六章是R語言的介紹,後三章是統計與數據分析的應用。<br>
<br>
談R語言而不談資料分析,感覺像在隔靴搔癢。本書的內容架構為配合管理學院所開兩學期各兩學分的課程。對程度較好的學生,一學期三學分的課也適用。<br>
<br>
<strong>本書特色</strong><br>
<br>
1. 內容淺顯,著重於R語言基本觀念介紹與其在統計、數據分析的應用。<br>
2. 適合非理工學系學習資料分析與機器學習。<br>
3. 適合商管學院學生學習程式語言的邏輯思維,認識資料分析的方法與技巧。
</div><div class="type02_gradient" style="display:none;"></div>
</div></div><div class="mod_b type02_m057 clearfix">
<a name="CategoryP00a400020009"> </a>
目
錄
<div class="bd">
<div class="content more_off" id="M201105_0_getProdTextInfo_P00a400020009_h2">
<strong>Chapter 1 認識R語言</strong><br>
1-1 R語言簡介<br>
1-2 安裝R語言<br>
1-3 R語言基本操作<br>
1-4 RStudio使用簡介<br>
1-5 R語言的套件<br>
<br>
<strong>Chapter 2 原型向量</strong><br>
2-1 基本運算<br>
2-2 建立原型向量<br>
2-3 向量運算<br>
2-4 分量的擷取與修改<br>
2-5 向量函數<br>
<br>
<strong>Chapter 3 其他資料結構</strong><br>
3-1 陣列<br>
3-2 列表<br>
3-3 資料框<br>
<br>
<strong>Chapter 4 邏輯與條件</strong><br>
4-1 邏輯運算與判斷式<br>
4-2 資料篩選<br>
4-3 條件分支<br>
<br>
<strong>Chapter 5 文字處理與輸出輸入</strong><br>
5-1 文字處理<br>
5-2 檔案的輸出輸入<br>
5-3 鍵盤輸入與螢幕輸出<br>
<br>
<strong>Chapter 6 迴圈與自訂函數</strong><br>
6-1 for 迴圈<br>
6-2 while 迴圈<br>
6-3 自訂函數<br>
<br>
<strong>Chapter 7 機率統計應用</strong><br>
7-1 常用統計函數<br>
7-2 交叉統計表<br>
7-3 隨機變數與機率分布<br>
7-4 常用假設檢定<br>
<br>
<strong>Chapter 8 統計繪圖</strong><br>
8-1 盒鬚圖<br>
8-2 直方圖<br>
8-3 圓餅圖<br>
8-4 色彩<br>
8-5 長條圖<br>
8-6 散布圖<br>
8-7 常用繪圖元件<br>
<br>
<strong>Chapter 9 機器學習</strong><br>
9-1 KNN<br>
9-2 線性迴歸<br>
9-3 羅吉斯迴歸<br>
9-4 交叉驗證<br>
9-5 決策樹<br>
9-6 隨機森林<br>
9-7 K-means
</div>
書
評
其 他 著 作