Data Science, Analytics and Machine Learning with R

Data Science, Analytics and Machine Learning with R är en omfattande guide som förklarar grunderna i datautvinning och maskininlärning med fokus på tillämpad och multivariat modellering. Boken tar dig steg för steg genom varje metod, illustrerat med tydliga kodexempel och verkliga data från områden som medicin, hälsa, biologi, teknik och andra närliggande vetenskaper.

Du får lära dig att använda den senaste syntaxen i programmeringsspråket R tillsammans med välkända och robusta paket. Varje kodavsnitt kommenteras grundligt för att du enkelt ska förstå vad som händer bakom kulisserna. Dessutom visar boken hur man bygger egna datainsamlingsrobotar från grunden. Ett helt kapitel ägnas åt rumslig analys där du kan skapa kartor baserade på geo-refererad data – något som är särskilt användbart inom exempelvis epidemiologisk forskning – samt grundläggande statistiska tekniker. Ytterligare avsnitt behandlar avancerade metoder såsom ensemble- och uplift-modellering samt uppskattningar av generaliserade linjära blandade modeller (GLMM), både linjära och icke-linjära.

Med sina 660 sidor erbjuder denna bok en djupgående kunskapskälla för alla som vill utveckla sin expertis inom datavetenskap genom praktiska exempel och modern teknik i R-språket. Den utkom under början av 2023 via Elsevier Science Publishing Co Inc och riktar sig till såväl studenter som yrkesverksamma inom området.