Traitement en cours...
Fermer la notification

Toutes nos lignes téléphoniques...

sont actuellement en dérangement du fait de l'opérateur (SFR), qui nous dit mettre tout en œuvre pour rétablir la situation dans les plus brefs délais mais jusqu'ici n'a pas réussi à le faire.
Nous restons cependant à votre disposition par d'autres moyens pour vous informer.
Si vous souhaitez connaître les dates estimées d’expédition des titres que vous avez commandés, pensez à simplement consulter le détail de vos commandes sur side.fr.
Si vous avez besoin d’une autre information, vous pouvez, selon votre urgence, écrire à notre service clients à france@side.fr ou appeler directement votre représentant ou appeler le 06 34 54 96 63, le numéro d'urgence temporaire que nous avons mis en place en attendant de retrouver notre accueil téléphonique habituel.

Afficher la notification

Pratique de la data science avec R - Arranger, visualiser, analyser et présenter des données

Paroissin Christian, de Laboulaye Paul
Date de parution 08/06/2021
EAN: 9782340047587
Disponibilité Disponible chez l'éditeur
Le scientifique des données doit maîtriser plusieurs outils informatiques permettant de mettre en œuvre une méthodologie statistique. Dans sa catégorie, le langage R est un langage de programmation qui peut tout à fait être un outil pertinent pour l’... Voir la description complète
Nom d'attributValeur d'attribut
Common books attribute
ÉditeurELLIPSES
Nombre de pages282
Langue du livreFrançais
AuteurParoissin Christian, de Laboulaye Paul
FormatPaperback / softback
Type de produitLivre
Date de parution08/06/2021
Poids538 g
Dimensions (épaisseur x largeur x hauteur)1,60 x 19,00 x 24,00 cm
Le scientifique des données doit maîtriser plusieurs outils informatiques permettant de mettre en œuvre une méthodologie statistique. Dans sa catégorie, le langage R est un langage de programmation qui peut tout à fait être un outil pertinent pour l’analyse statistique de données, à côté d’autres langages de programmation ou d'autres logiciels.Cet ouvrage s'adresse tant à des étudiants de master en statistique et/ou master big data qui font leurs premiers pas en data science, qu'à des ingénieurs qui souhaitent approfondir leurs connaissances et mettre en œuvre leurs compétences à l'aide de R, en reprenant les différentes étapes du cycle de vie d'un projet basé sur l’analyse statistique de données : la préparation des données, la transformation des données, la visualisation des données, l'analyse des données et enfin, l'étape ultime, la diffusion des résultats de l'analyse.