数据科学中的R语言 短评

  • 1 阿道克 2015-09-07

    突出作者经验的章节是本书最有价值的部分。顺便缅怀一下自已也曾有过的使用R一手一脚摸索数据的年月

  • 1 Bing 2015-08-26

    结构设计很用心,编辑专业严谨, 内容涉猎前沿、涵盖很广,文采飞扬, 干货堆积,是目前中文R与数学科学书籍的典范。可以更加完美的地方有:在数据操作能加上tidyr+dplyr的组合, 插图彩图化, R的工程化产品应用的例子再多一点。

  • 1 沈浪 2016-12-15

    数据科学是统计学、计算机科学、领域知识的综合,讲了各方面需要用到的技术,还涵盖了最优化方法(最近刚考完记忆犹新),R语言的用法介绍得也很全面

  • 0 小宇宙™ 2019-05-24

    结束R,开始Python

  • 0 Elliott Joe 2015-08-04

    解释了我好多的疑问。也可以当工具书使用。

  • 0 不服不忿 2017-02-27

    初学者拿来入门很好 。。。每章都是讲了比较实在的事儿,就是浅了些

  • 0 非本人 2018-12-12

    一下午读了一半,这个作者写的不错,适合初学者

  • 0 Architect 2018-01-07

    有些部分比如向量化计算是不错啦, 但是时间序列那部份对我来讲有些浅了, 还有数值模拟没有

  • 0 namgalsip 2016-04-02

    很完善,把R中常用的不常用的系统的整理了出来

  • 0 铲屎大将军 2017-04-24

    能看出两位作者的功底和积累 但看过几本类似的书之后就不由得需要想想这类书的动机或者说立意了 个人感觉从业者需要的不外乎两类内容 (1)按照功能介绍各个R包的工具目录手册 (2)按照业界遇到的问题整体性全流程的演示操作 目前看到的书大部分都是两类各占一点儿 相对比较面向用户的就是吴喜之的《复杂数据统计方法》 希望未来这类书能更面向用户吧 而不是面向稿费或者行业知名度

  • 0 llang lli 2016-04-18

    54. @04172016. 干货满满,很实在.作者是吴喜之老师的弟子,又有丰富的数据分析和R编程经验.

  • 0 shea 2015-12-02

    挑个错儿!P43,2.2.3列表,“下面仍是用age、city、sex三个向量来构建列表”,明明一直在用城市和温度的数据做例子,哪来的年龄和性别?作者编着编着,编懵了?

  • 0 madlogos 2016-01-14

    应用篇有助于开眼界,介绍了很实用的软件集成和性能优化方法,很多已脱出数据科学,是软件工程的范畴,恰好补盲区。一阶半可以直接看后半本,不满一阶看前半本。最不满的是书品相不够好,皱巴巴的。

  • 0 2019-06-10

    总感觉写的有点浅,覆盖的面倒是很全。我要是能把它当睡前读物就好了哈哈,前提得有睡前读书的习惯。

  • 0 锐意求索 2016-08-27

    如获至宝。

  • 0 rerere 2018-10-15

    R语言不错的教材

  • 0 凡星 2016-09-09

    只能算是一般,写得太宽泛了,为了涉猎广,内容写得有点儿像蜻蜓点水的感觉,真的只能给你一个缥缈的轮廓~~~

  • 0 大大 2017-03-03

    中规中矩吧

  • 0 revoir 2018-07-20

    模型的介绍还可以,但是R语言。。。生态不行啊

  • 第一页
  • 前一页
  • 后一页