
۴۴٬۰۰۰تومان
نوع فایل دانلود: EPUB
پس از خرید، یک فایل EPUB دریافت میکنید.
این فایل با Calibre، Apple Books و سایر کتابخوانهای دیجیتال مناسب است.
ویژگیهای کلیدی
* زبان R را از انواع پایه و ساختارهای داده تا موضوعهای پیشرفته بیاموزید
* یاد بگیرید چطور مسائل برنامهنویسی را حل کنید و با هر دو رویکرد تابعی و شیءگرا آشنا شوید
* با مسائل اصلی برنامهنویسی در R روبهرو شوید و از محبوبترین بستهها برای کارهای رایج بهره بگیرید
معرفی کتاب
R یک زبان تابعی سطحبالاست و یکی از ابزارهای ضروری در علم داده و آمار به شمار میآید. این زبان قدرتمند اما پیچیده است و برای مبتدیان و کسانی که با رفتار خاص آن آشنا نیستند میتواند دشوار باشد. کتاب یادگیری برنامهنویسی R راهحل همین مشکل است؛ راهی ساده و عملی برای یادگیری R و رسیدن به درکی گسترده و منسجم از این زبان. با مثالهای عملی، ابزارهای قدرتمند R و بهترین روشهای کار با داده را کشف میکنید و درک عمیقتری از کار با داده پیدا میکنید. با ساختارهای داده و تکنیکهای پردازش داده در R آشنا میشوید و محبوبترین بستههای R را میشناسید تا از همان ابتدا بهرهوریتان بالا برود.
از مبانی R شروع کنید و سپس عمیقتر وارد تکنیکها و پارادایمهای برنامهنویسی شوید تا کدهای R شما بهتر شوند. بهسرعت به درک عمیقتری از رفتار R میرسید و کارهای رایجی مثل تحلیل داده، پایگاههای داده، وباسکرپینگ، محاسبات با کارایی بالا و نوشتن اسناد را یاد میگیرید. در پایان کتاب، برنامهنویس مطمئن R خواهید بود که میداند مسائل را با تکنیکهای درست حل کند.
آنچه خواهید آموخت
* با توابع پایه در R آشنا شوید و ساختارهای داده رایج را بشناسید
* با توابع پایه آمار، دادهکاوی، مصورسازی داده، حل ریشه و بهینهسازی با داده در R کار کنید
* با مدل ارزیابی R، محیطها و تکنیکهای متابرنامهنویسی با نماد، فراخوانی، فرمول و عبارت آشنا شوید
* برنامهنویسی شیءگرا در R را یاد بگیرید؛ از جمله سیستمهای S3، S4، RC و R6
* به پایگاههای داده رابطهای مثل SQLite و پایگاههای غیررابطهای مثل MongoDB و Redis دسترسی پیدا کنید
* تکنیکهای محاسبات با کارایی بالا مثل محاسبات موازی و Rcpp را بشناسید
* با تکنیکهای وباسکرپینگ اطلاعات را استخراج کنید
* RMarkdown بسازید، اپلیکیشن تعاملی با Shiny، DiagramR، نمودارهای تعاملی، ggvis و موارد دیگر ایجاد کنید
درباره نویسنده
**Kun Ren** نزدیک به ۴ سال در معاملهگری کمّی از R در کنار C++ و C# استفاده کرده و بسیار فشرده (بیش از ۸ تا ۱۰ ساعت در روز) روی بستههای کاربردی R کار کرده که هنوز جامعه کاربران آنها را ارائه نکرده است. او در بستههای نویسندگان دیگر مشارکت میکند و با گزارش مشکلات کمک میکند همهچیز بهتر کار کند. او سخنران پرتکرار کنفرانسهای R در چین است و چندین سخنرانی داشته است. Kun در شبکههای اجتماعی هم حضور پررنگی دارد. افزون بر این، در پروژههای گوناگونی مشارکت چشمگیر داشته که از حساب GitHub او پیداست:
* https://github.com/renkun-ken
* https://cn.linkedin.com/in/kun-ren-76027530
* http://renkun.me/
* http://renkun.me/formattable/
* http://renkun.me/pipeR/
* http://renkun.me/rlist/
فهرست مطالب
1. شروع سریع
2. اشیای پایه
3. مدیریت فضای کاری
4. عبارتهای پایه
5. کار با اشیای پایه
6. کار با رشتهها
7. کار با داده
8. درون R
9. متابرنامهنویسی
10. برنامهنویسی شیءگرا
11. کار با پایگاههای داده
12. دستکاری داده
13. محاسبات با کارایی بالا
14. وباسکرپینگ
15. افزایش بهرهوری
Key Features* Explore the R language from basic types and data structures to advanced topics* Learn how to tackle programming problems and explore both functional and object-oriented programming techniques* Learn how to address the core problems of programming in R and leverage the most popular packages for common tasksBook DescriptionR is a high-level functional language and one of the must-know tools for data science and statistics. Powerful but complex, R can be challenging for beginners and those unfamiliar with its unique behaviors. Learning R Programming is the solution - an easy and practical way to learn R and develop a broad and consistent understanding of the language. Through hands-on examples you'll discover powerful R tools, and R best practices that will give you a deeper understanding of working with data. You'll get to grips with R's data structures and data processing techniques, as well as the most popular R packages to boost your productivity from the offset.Start with the basics of R, then dive deep into the programming techniques and paradigms to make your R code excel. Advance quickly to a deeper understanding of R's behavior as you learn common tasks including data analysis, databases, web scraping, high performance computing, and writing documents. By the end of the book, you'll be a confident R programmer adept at solving problems with the right techniques.What you will learn* Explore the basic functions in R and familiarize yourself with common data structures* Work with data in R using basic functions of statistics, data mining, data visualization, root solving, and optimization* Get acquainted with R’s evaluation model with environments and meta-programming techniques with symbol, call, formula, and expression* Get to grips with object-oriented programming in R: including the S3, S4, RC, and R6 systems* Access relational databases such as SQLite and non-relational databases such as MongoDB and Redis* Get to know high performance computing techniques such as parallel computing and Rcpp* Use web scraping techniques to extract information* Create RMarkdown, an interactive app with Shiny, DiagramR, interactive charts, ggvis, and moreAbout the Author**Kun Ren** has used R for nearly 4 years in quantitative trading, along with C++ and C#, and he has worked very intensively (more than 8-10 hours every day) on useful R packages that the community does not offer yet. He contributes to packages developed by other authors and reports issues to make things work better. He is also a frequent speaker at R conferences in China and has given multiple talks. Kun also has a great social media presence. Additionally, he has substantially contributed to various projects, which is evident from his GitHub account:* https://github.com/renkun-ken* https://cn.linkedin.com/in/kun-ren-76027530* http://renkun.me/* http://renkun.me/formattable/* http://renkun.me/pipeR/* http://renkun.me/rlist/Table of Contents1. Quick Start2. Basic Objects3. Managing Your Workspace4. Basic Expressions5. Working with Basic Objects6. Working with Strings7. Working with Data8. Inside R9. Metaprogramming10. Object-Oriented Programming11. Working with Databases12. Data Manipulation13. High-Performance Computing14. Web Scraping15. Boosting Productivity