Und dann auf "Zum Home-Bildschirm [+]".
Stöbern
genialokal zum Startbildschirm hinzufügen
Installieren Sie die genialokal App auf Ihrem Startbildschirm für einen schnellen Zugriff und eine komfortable Nutzung.
Installieren Sie die genialokal App auf Ihrem Startbildschirm für einen schnellen Zugriff und eine komfortable Nutzung.
Dieses Buch gibt eine umfassende, didaktisch erprobte Einführung in die statistische Programmiersprache R. Es vermittelt fundierte Kenntnisse zum sicheren und effizienten Einsatz von R zur Datenaufbereitung, Datenanalyse, Visualisierung, Berichterstellung und Simulation.Sein didaktisches Konzept wurde im Rahmen der mit dem Teaching Award der Universität Wien ausgezeichneten Lehrveranstaltung "Statistisches Programmieren" entwickelt. Das Buch ist somit sowohl als Lehrbuch in Lehrveranstaltungen als auch zum Selbststudium und als Nachschlagewerk für R-Profis bestens geeignet. Der InhaltErste Schritte mit RVektorfunktionen für Data Science und StatistikWichtige HilfsmittelDatenstrukturenTools für Data Science und StatistikEigene Funktionen und AblaufsteuerungDatenimport und DatenexportEffizienz und SimulationVisualisierung von DatenData Science und Statistik in der Praxis Die AutorenMag. Daniel Obszelka lehrt unter anderem Programmieren mit R an der Universität Wien und beschäftigt sich im Zuge der Lehre intensiv mit Hochschuldidaktik. Dr. Andreas Baierl lehrt ebenfalls unter anderem Programmieren mit R an der Universität Wien und verwendet die Software in seiner täglichen statistischen Praxis als Wissenschaftler und statistischer Berater.
Mag. Daniel Obszelka lehrt unter anderem Programmieren mit R an der Universität Wien und beschäftigt sich im Zuge der Lehre intensiv mit Hochschuldidaktik. Dr. Andreas Baierl lehrt ebenfalls unter anderem Programmieren mit R an der Universität Wien und verwendet die Software in seiner täglichen statistischen Praxis als Wissenschaftler und statistischer Berater.
Erste Schritte mit R.- Vektorfunktionen für Data Science und Statistik.- Wichtige Hilfsmittel.- Datenstrukturen.- Tools für Data Science und Statistik.- Eigene Funktionen und Ablaufsteuerung.- Datenimport und Datenexport.- Effizienz und Simulation.- Visualisierung von Daten.- Data Science und Statistik in der Praxis.
