|
R入門書，重點(diǎn)介紹應(yīng)用于生命科學(xué)的整潔數(shù)據(jù)分析原則。 https://www./chapters/life%20sciences#biological-data-science-with-r
它包括 30 多個章節(jié)，涵蓋廣泛的主題，包括邊際效應(yīng)包如何促進(jìn)分析：實(shí)驗(yàn)、觀察數(shù)據(jù)、使用 G 計(jì)算進(jìn)行因果推理、機(jī)器學(xué)習(xí)模型、貝葉斯建模、具有后分層 （MRP） 的多級回歸、缺失數(shù)據(jù)、匹配、逆概率加權(quán)和共形預(yù)測。 https://www./chapters/packages#marginal-effects-zoo
Arrow 允許您直接從 R 處理大于內(nèi)存的數(shù)據(jù)，而無需設(shè)置額外的基礎(chǔ)設(shè)施。它實(shí)現(xiàn)了 dplyr API，這意味著如果你熟悉 dplyr 函數(shù)，你可以將這些相同的函數(shù)與 arrow 一起使用，而不必學(xué)習(xí)一個全新的框架。 https://www./chapters/big%20data#scaling-up-with-r-and-arrow
制作 R 包可以培養(yǎng)通用編碼技能，并為您提供有關(guān) R 工作原理的寶貴見解。我們將介紹如何設(shè)置包項(xiàng)目、創(chuàng)建函數(shù)、使用 roxygen 記錄它們、創(chuàng)建插圖、單元測試、包測試、使用 git 進(jìn)行版本控制以及使用 github 進(jìn)行分發(fā)。 您只需要非?；镜?R 技能和學(xué)習(xí)意愿。唯一不適合的人是那些以前沒有 R 經(jīng)驗(yàn)的人（除非你知道自己很快就學(xué)會了編碼語言）。如果您可以安裝軟件包并編寫了分析腳本，那就沒問題了。 https://www./chapters/package%20development#coding-club-creating-an-r-package
VIS4SDS 提供可視化數(shù)據(jù)分析的端到端技能。這本書展示了如何結(jié)合使用數(shù)據(jù)圖形和現(xiàn)代統(tǒng)計(jì)學(xué)來處理、探索、建模和交流數(shù)據(jù)驅(qū)動的社會科學(xué)。它包含詳細(xì)的數(shù)據(jù)分析示例，促使您進(jìn)行可視化數(shù)據(jù)分析。除了介紹和演示用于探索數(shù)據(jù)模式的各種數(shù)據(jù)可視化之外，Visualization for Social Data Science 還展示了如何將模型與圖形集成，以強(qiáng)調(diào)重要結(jié)構(gòu)并淡化虛假結(jié)構(gòu)以及數(shù)據(jù)圖形在科學(xué)傳播中的作用 - 在建立信任和誠信方面。這本書的許多影響來自數(shù)據(jù)新聞，以及信息可視化和制圖學(xué)。 該書將于 2025 年由 Chapman Hall/CRC Press 出版，但在線開發(fā)版本將保留并由作者維護(hù)。 https://www./chapters/social%20science#visualization-for-social-data-science
本書旨在降低濕實(shí)驗(yàn)室科學(xué)家使用 R 和 ggplot2 進(jìn)行數(shù)據(jù)可視化的門檻。首先，通過解釋數(shù)據(jù)處理和可視化的一些基本原則。其次，通過提供示例協(xié)議，這些協(xié)議可以應(yīng)用于您自己的數(shù)據(jù)，我希望這些協(xié)議能成為新的和改進(jìn)的協(xié)議的靈感和起點(diǎn)。 https://www./chapters/data%20visualization#dataviz-protocols-an-introduction-to-data-visualization-protocols-for-wet-lab-scientists
本書將 PD 評級建模的理論與實(shí)踐聯(lián)系起來，提供實(shí)際步驟、實(shí)際示例和對設(shè)計(jì)的重點(diǎn)。它使讀者能夠?yàn)椴煌臋C(jī)構(gòu)塑造定制的解決方案，從而改變信用風(fēng)險(xiǎn)建模的格局。 https://www./chapters/finance#probability-of-default-rating-modeling-with-r-comprehensive-overview-of-the-modeling-processes-principles-and-design
本書提供了關(guān)鍵數(shù)據(jù)科學(xué)方法的實(shí)用指南，重點(diǎn)介紹它們在信用風(fēng)險(xiǎn)管理中的應(yīng)用。它使用 R 和 Python 中的示例，介紹了應(yīng)用各種分析技術(shù)的分步過程，同時(shí)強(qiáng)調(diào)了使方法與數(shù)據(jù)的特定特征保持一致的重要性。這本書專為從業(yè)者以及具有基礎(chǔ)數(shù)據(jù)科學(xué)和銀行知識的人而設(shè)計(jì)，將理論和實(shí)踐與現(xiàn)實(shí)世界的例子聯(lián)系起來。 https://www./chapters/finance#applied-data-science-for-credit-risk-a-practical-guide-in-r-and-python
在這本教科書結(jié)束時(shí)，讀者將能夠識別、解釋和評估數(shù)據(jù)分析程序和結(jié)果，以支持語言科學(xué)中的研究問題。此外，讀者將獲得設(shè)計(jì)和實(shí)施研究項(xiàng)目的經(jīng)驗(yàn)，這些項(xiàng)目涉及使用現(xiàn)代編程策略處理和分析文本數(shù)據(jù)。本教科書旨在灌輸一種強(qiáng)烈的可重復(fù)研究實(shí)踐意識，這對于促進(jìn)研究結(jié)果的透明度、驗(yàn)證和共享至關(guān)重要。 https://www./chapters/text%20analysis#an-introduction-to-quantitative-text-analysis-for-linguistics |
|
|
