R für Data Science

Wickham/Grolemund, 2017 Erfahren Sie, wie Sie mit R aus Ihren Rohdaten Erkenntnisse und Einsichten gewinnen können. Dieses Buch führt Sie ein in R und RStudio sowie in Tidyverse, eine Sammlung von R-Paketen, die ineinandergreifen, um Data-Science-Fragestellungen schnell und effektiv zu erledigen. R für Data Science ist auch für Leser ohne vorherige Programmierkenntnisse geeignet und ermöglicht Ihnen, Techniken der Data Science so schnell wie möglich in der Praxis anzuwenden. Die Autoren Hadley Wickham und Garrett Grolemund zeigen, wie Sie Daten importieren, aufbereiten, untersuchen und modellieren und wie Sie die Ergebnisse präsentieren können. So bekommen Sie einen vollständigen Überblick über den Data-Science-Zyklus und die Tools, die für die Detailarbeit erforderlich sind. Themen des Buchs sind: - Erkunden - Daten untersuchen, Hypothesen generieren und sie schnell testen - Aufbereiten - Datenmengen in eine für die Analyse zweckmäßige Form transformieren - Programmieren - Leistungsfähige R-Tools kennenlernen, um Datenprobleme leichter zu lösen - Modellieren - Eine Zusammenfassung eines Datensatzes erstellen, die echte »Signale« in Ihrer Datenmenge erfasst - Kommunizieren - R Markdown kennenlernen, um Text, Code und Ergebnisse zusammen darzustellen Aeppli/Gasser/Gutzwiller/Tettenborn Schäfer, 4. Auflage 2016 Wie wird eine empirische Fragestellung entwickelt und nach den Regeln des empirischen Arbeitens beantwortet? Die dritte, überarbeitete Auflage des Studienbuchs vom Autorenteam der PH Luzern behandelt handlungsorientiert die verschiedenen Schritte im Forschungsprozess: von der Literaturrecherche und -verarbeitung über die Planung, Durchführung und Auswertung im Rahmen verschiedener Forschungsansätze bis hin zur Kommunikation der Ergebnisse. Wissenschaftliches Wissen wird dem Alltagswissen gegenübergestellt, Ansätze für die Praxis mit Bezug zu wissenschaftlichem Arbeiten und Forschen werden vorgestellt.