Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

"This book introduces you to R, RStudio, and the tidyverse, a collection of R packages designed to work together to make data science fast, fluent, and fun. Suitable for readers with no previous programming experience"--

Quantitative methods in social research --- Programming --- Data mining - Computer programs --- R (Computer program language) --- Big data --- Databases --- Information visualization - Computer programs --- Database Management Systems --- Data mining --- Information visualization --- R (logiciel) --- Exploration de données --- Data visualisation --- Données massives --- Computer programs. --- Logiciels. --- Big data. --- Databases. --- 681.3*G3 --- 159.9.018 --- 37.012 --- 159.9.018 Methoden in de psychologie --- Methoden in de psychologie --- 681.3*G3 Probability and statistics: probabilistic algorithms (including Monte Carlo);random number generation; statistical computing; statistical software (Mathematics of computing) --- Probability and statistics: probabilistic algorithms (including Monte Carlo);random number generation; statistical computing; statistical software (Mathematics of computing) --- Onderzoeksmethoden bij opvoeding en onderwijs

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

"R : le langage de référence pour le big data. Les data sciences constituent une discipline fascinante, qui vous servira à transformer des données brutes en idées et connaissances aisément compréhensibles. L'objectif de ce livre est de vous aider à maîtriser les outils essentiels qui vous permettront d'utiliser R dans la pratique des data sciences. Après l'avoir lu, vous pourrez faire face à la plupart des situations que vous rencontrerez dans vos projets, en exploitant au mieux les fonctionnalités de R. Mais avant de devenir un expert en R, vous devrez tout d'abord importer vos données, c'est-à-dire les lire, en général depuis un fichier, une base de données ou une API web. et les charger dans un cadre de données dans R. Si vous ne pouvez pas transférer vos données dans R, vous ne pourrez pas les analyser! Une fois vos données importées, vous gagnerez beaucoup à les ranger. Une fois vos données rangées, vous passerez bien souvent par une étape de transformation. Une fois vos données rangées avec les variables dont vous avez besoin, la génération de connaissances reposera principalement sur deux moteurs : la visualisation et la modélisation. Leurs forces et faiblesses sont complémentaires, et toute bonne analyse doit tenir compte des deux. Inutile d'être un programmeur expert pour être un bon analyste de données, mais apprendre à programmer plus efficacement vous permettra d'automatiser des tâches courantes et de résoudre plus facilement de nouveaux problèmes.".

Big data.

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Web site development --- Markdown (Document markup language) --- R (Computer program language) --- Computer programs.

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

"Use R to turn data into insight, knowledge, and understanding. With this practical book, aspiring data scientists will learn how to do data science with R and RStudio, along with the tidyverse--a collection of R packages designed to work together to make data science fast, fluent, and fun. Even if you have no programming experience, this updated edition will have you doing data science quickly. You'll learn how to import, transform, and visualize your data and communicate the results. And you'll get a complete, big-picture understanding of the data science cycle and the basic tools you need to manage the details. Updated for the latest tidyverse features and best practices, new chapters show you how to get data from spreadsheets, databases, and websites. Exercises help you practice what you've learned along the way."

Electronic data processing. --- Information visualization. --- R (Computer program language). --- Statistics. --- Exploration de données. --- Données massives. --- Data mining --- Information visualization --- R (Computer program language) --- Big data. --- Computer programs. --- R