Title :	Pratique de la data science avec R : arranger, visualiser, analyser et présenter des données
Material Type:	printed text
Authors:	Christian Paroissin (1976-....), Author
Publisher:	Paris : Ellipses
Publication Date:	DL 2021
Other publisher:	37-Monts : Impr. Présence graphique
Series:	Références sciences, ISSN 2260-8044
Pagination:	1 vol. (V-275 p.)
Layout:	ill.
Size:	24 cm
ISBN (or other code):	978-2-340-04758-7
Price:	32 EUR
General note:	Index
Languages :	French (fre)
Descriptors:	Analyse des données
Class number:	006.3
Abstract:	Le scientifique des données doit maîtriser plusieurs outils informatiques permettant de mettre en 'uvre 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 'uvre 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.

Pratique de la data science avec R : arranger, visualiser, analyser et présenter des données [printed text] / Christian Paroissin (1976-....), Author . - Paris : Ellipses : 37-Monts : Impr. Présence graphique, DL 2021 . - 1 vol. (V-275 p.) : ill. ; 24 cm. - (Références sciences, ISSN 2260-8044) .
ISBN : 978-2-340-04758-7 : 32 EUR
Index
Languages : French (fre)

Descriptors:	Analyse des données
Class number:	006.3
Abstract:	Le scientifique des données doit maîtriser plusieurs outils informatiques permettant de mettre en 'uvre 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 'uvre 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.