کتاب Data Wrangling with R

کتاب Data Wrangling with R (جدال داده با R: بارگیری، کاوش، تبدیل و تجسم داده‌ها برای مدل‌سازی با کتابخانه‌های tidyverse) یک منبع آموزشی و کاربردی برای کار با داده‌ها با استفاده از زبان برنامه‌نویسی R است که در 14 فصل به آموزش کامل و جامع این مبحث خواهد پرداخت.

در ادامه مقدمه‌ای از کتاب Data Wrangling with R را از زبان نویسنده شرح خواهیم داد.

مقدمه‌ای بر کتاب Data Wrangling with R:

علم داده یک زمینه مطالعاتی گسترده است. چیزهای زیادی برای یادگیری وجود دارد و هر روز بیشتر و بیشتر به این انبوه اضافه می‌شود. مطمئناً روشی که ما می‌توانیم داده‌ها را تجزیه و تحلیل کنیم و بینش‌هایی را استخراج کنیم که به عنوان پایه‌ای برای تصمیم‌گیری بهتر عمل می‌کند، بسیار جذاب است.

شرکت‌های بزرگ آموخته‌اند که داده‌ها چیزی است که می‌تواند آنها را به سطح بعدی دستیابی به کسب‌وکار برساند و با ایجاد تیم‌های قوی علم داده پیشتاز هستند. با این حال، فقط داده‌ها به خودی خود راه حل نیستند.

این مانند نفت خام است: از آن، می‌توانیم چیزهای زیادی بسازیم، اما فقط آن مایع سیاه از زمین به ما کمک نمی‌کند. بنابراین، داده‌های خام چیزی هستند، اما وقتی آن‌ها را تمیز، تبدیل و تجزیه و تحلیل می‌کنیم، داده‌ها را به اطلاعات تبدیل می‌کنیم و این قدرت تصمیم‌گیری بهتر را برای ما به ارمغان می‌آورد.

در این کتاب، ما به بسیاری از جنبه‌های کشمکش داده‌ها می‌پردازیم، جایی که یاد می‌گیریم چگونه داده‌ها را به دانش برای تجارت خود تبدیل کنیم. زبان برنامه نویسی انتخابی ما R است، یک نرم افزار شگفت انگیز که در ابتدا به عنوان یک برنامه آماری ایجاد شد اما بسیار بیشتر از آن شد. اگر بدانیم باید به چه چیزی برسیم، رسیدن به آن تنها به یافتن ابزار مناسب بستگی دارد. بسیاری از آن ابزارها در این کتاب آمده است.

کتاب Data Wrangling with R برای چه کسی است؟

این کتاب برای متخصصانی از دانشگاه و صنعت نوشته شده است که به دنبال به دست آوردن یا افزایش قابلیت های خود در بحث و جدل داده‌ها با استفاده از زبان R با RStudio هستند. انتظار می‌رود شما با مفاهیم اولیه برنامه نویسی در R مانند انواع متغیرها و نحوه ایجاد آنها، حلقه ها و توابع آشنا باشید.

کتاب Data Wrangling with R یک جریان کامل برای بحث و جدل داده ارائه می‌دهد، که با بارگذاری مجموعه داده در IDE شروع می‌شود تا زمانی که برای تجسم و مدل سازی آماده شود. داشتن پیشینه در زمینه های علوم، فناوری، مهندسی و ریاضی (STEM) یا در زمینه علم داده مورد نیاز نیست، اما به شما کمک می‌کند تا دانش را درونی کنید و بیشترین بهره را از محتوا ببرید.

آنچه کتاب Data Wrangling with R پوشش می‌دهد:

فصل 1، مبانی جدال داده، موضوع اصلی این کتاب را معرفی می‌کند و توضیح می‌دهد که جدال داده چیست و چرا و چه زمانی باید از آن استفاده کرد. علاوه بر این، مراحل اصلی یک پروژه علم داده را نیز نشان می‌دهد و سه چارچوب شناخته شده برای پروژه‌های علم داده را پوشش می‌دهد.

فصل 2 کتاب Data Wrangling with R، بارگیری و کاوش مجموعه‌های داده، راه‌های مختلفی برای بارگیری مجموعه‌های داده در RStudio ارائه می‌کند. هر پروژه با داده شروع می‌شود، بنابراین مهم است که بدانید چگونه آن را در جلسه خود بارگذاری کنید. همچنین کاوش آن داده‌ها را آغاز می‌کند تا شما را با تجزیه و تحلیل داده‌های اکتشافی آشنا کند.

فصل 3، تجسم داده‌های پایه، اولین نقطه تماس با تجسم داده‌ها است که جزء مهم هر پروژه علم داده است. در این فصل، با اولین گام‌ها برای ایجاد گرافیک‌های جذاب و معنادار تنها با استفاده از کتابخانه داخلی R آشنا می‌شویم.

فصل 4 کتاب Data Wrangling with R، کار با رشته‌ها، سفر ما را برای یادگیری در مورد توابع جدال برای هر نوع متغیر اصلی آغاز می‌کند. در این فصل، بسیاری از تبدیل‌های ممکن را با متن، از تشخیص کلمات در یک عبارت یا مجموعه داده گرفته تا برخی از توابع بسیار سفارشی‌شده که شامل عبارات منظم و مفاهیم متن‌کاوی هستند، مطالعه می‌کنیم.

فصل 5، کار با اعداد، شامل تبدیل‌های متغیرهای عددی است. این فصل عملیات با بردارها، ماتریس‌ها و چارچوب‌های داده را پوشش می‌دهد و همچنین توابع کاربردی و نحوه خواندن خوب آمار توصیفی یک مجموعه داده را پوشش می‌دهد.

فصل 6 کتاب Data Wrangling with R، کار با اشیاء تاریخ و زمان، جایی است که در مورد این نوع شیء جذاب، تاریخ و زمان بیشتر خواهیم آموخت. مفاهیمی را از مبانی ایجاد یک شی تاریخ و زمان به یک پروژه عملی معرفی می کند که نشان می‌دهد چگونه می توان از آن در تجزیه و تحلیل استفاده کرد.

فصل 7، تبدیل‌ها با پایه R، هسته اصلی کتاب است که مهم‌ترین تبدیل‌هایی را که باید در یک مجموعه داده انجام شود، بررسی می‌کند. این فصل وظایفی مانند برش، گروه بندی، جایگزینی، مرتب سازی، اتصال داده‌ها و موارد دیگر را پوشش می‌دهد. بیشترین استفاده از تبدیل‌ها در اینجا پوشش داده شده است و عمدتاً از توابع داخلی بدون نیاز به بارگذاری کتابخانه‌های اضافی استفاده می کنند.

فصل 8 کتاب Data Wrangling with R، تبدیل‌ها با کتابخانه‌های tidyverse، همان ایده فصل 7 را دنبال می‌کند، اما این بار، تبدیل‌ها با tidyverse انجام می‌شود که یک بسته R بسیار پرکاربرد برای علم داده است.

فصل 9، تجزیه و تحلیل داده‌های اکتشافی، همه چیز در مورد تمرین است. پس از بررسی بسیاری از توابع تبدیل برای انواع مختلف متغیرها، زمان آن رسیده است که دانش کسب شده را در عمل به کار ببرید و روی یک پروژه تجزیه و تحلیل داده‌های اکتشافی کامل کار کنید.

فصل 10، مقدمه ای بر ggplot2، کتابخانه تجسمی، ggplot2 را معرفی می‌کند که با توجه به انعطاف پذیری و استحکام آن، پرکاربردترین کتابخانه برای تجسم داده‌ها در زبان R است. در این فصل با گرامر گرافیک و نحوه ایجاد ggplot2 بر اساس این مفهوم بیشتر آشنا خواهیم شد. ما همچنین انواع بسیاری از طرح ها و نحوه ایجاد آنها را پوشش خواهیم داد.

فصل 11 کتاب Data Wrangling with R، تجسم‌های پیشرفته با ggplot2، انواع پیشرفته‌تر گرافیک‌هایی را که می‌توان با ggplot2 ایجاد کرد، مانند شبکه‌های وجهی، نقشه‌ها و گرافیک‌های سه‌بعدی، پوشش می‌دهد.

فصل 12، گزینه های دیگر تجسم داده‌ها، جایی است که ما گزینه های بیشتری برای تجسم داده‌ها خواهیم دید، مانند ایجاد یک نمودار اولیه در Microsoft Power BI اما با استفاده از زبان R. همچنین نحوه ایجاد ابرهای کلمه و زمانی که این نوع تجسم می‌تواند مفید باشد را توضیح خواهیم داد.

فصل 13، ساخت مدل با R، همه چیز در مورد یک پروژه علمی داده سرتاسر است. ما یک مجموعه داده دریافت می‌کنیم و شروع به کاوش در آن می‌کیم، سپس داده‌ها را پاک می‌کنیم و برخی تجسم ها را ایجاد می‌کنیم که به ما کمک می‌کند تا مراحل انجام شده را توضیح دهیم و این ما را به بهترین مدلی که باید ایجاد شود هدایت می‌کند.

فصل 14 کتاب Data Wrangling with R، ساختن یک اپلیکیشن با Shiny در R، فصل پایانی است که در آن مدل ایجاد شده در فصل 13 را می‌گیریم و با استفاده از یک برنامه وب ایجاد شده با Shiny برای R، آن را در مرحله تولید قرار می‌دهیم.

سرفصل‌های کتاب Data Wrangling with R:

• Cover
• Copyright
• Contributors
• Table of Contents
• Preface
• Part 1: Load and Explore Data
  • Chapter 1: Fundamentals of Data Wrangling
  • Chapter 2: Loading and Exploring Datasets
  • Chapter 3: Basic Data Visualization
• Part 2: Data Wrangling
  • Chapter 4: Working with Strings
  • Chapter 5: Working with Numbers
  • Chapter 6: Working with Date and Time Objects
  • Chapter 7: Transformations with Base R
  • Chapter 8: Transformations with Tidyverse Libraries
  • Chapter 9: Exploratory Data Analysis
• Part 3: Data Visualization
  • Chapter 10: Introduction to ggplot2
  • Chapter 11: Enhanced Visualizations with ggplot2
  • Chapter 12: Other Data Visualization Options
• Part 4: Modeling
  • Chapter 13: Building a Model with R
  • Chapter 14: Build an Application with Shiny in R
• Conclusion
• Index
• Other Books You May Enjoy

جهت دانلود کتاب Data Wrangling with R می‌توانید پس از پرداخت، دریافت کنید.