Details

R in Projekten anwenden für Dummies


R in Projekten anwenden für Dummies


Für Dummies 1. Aufl.

von: Joseph Schmuller

23,99 €

Verlag: Wiley-VCH
Format: EPUB
Veröffentl.: 11.06.2018
ISBN/EAN: 9783527817986
Sprache: deutsch
Anzahl Seiten: 380

DRM-geschütztes eBook, Sie benötigen z.B. Adobe Digital Editions und eine Adobe ID zum Lesen.

Beschreibungen

Dieses Buch bietet einen einzigartigen Learning-by-Doing-Ansatz. Sie werden Ihre R-Fähigkeiten erweitern und vertiefen, indem Sie eine Vielzahl von Beispielprojekten aus der Praxis nachvollziehen. Erlernen Sie die Grundlagen von R und RStudio sowie Möglichkeiten der Datenreduktion, des Mapping und der Bildverarbeitung. Dabei kommen Werkzeuge zum Einsatz, die Daten grafisch auswerten, die Analyse interaktiv machen oder die maschinelles Lernen einsetzen. Und auf dem Weg dahin können Sie sogar Ihr Statistikwissen noch erweitern. Warum sollten Sie das Rad neu erfinden, wenn es schon fertige R-Pakete gibt, die Ihre Bedürfnisse bedienen? Hier lernen Sie sie kennen.
Über den Autor 9 Widmung 9 Einführung 21 Über dieses Buch 21 Teil 1: Das Handwerkszeug 21 Teil 2: Interaktion mit dem Anwender 22 Teil 3: Maschinelles Lernen 22 Teil 4: Große Datensätze 22 Teil 5: Karten und Bilder 22 Teil 6: Der Top-Ten-Teil 22 Was Sie nicht lesen müssen 22 Törichte Annahmen über den Leser 23 Symbole, die in diesem Buch verwendet werden 23 Wie es weitergeht 23 TEIL I DAS HANDWERKSZEUG 25 Kapitel 1 R: Was R kann und wie R das macht 27 R herunterladen 27 RStudio herunterladen 28 Eine Session mit R 31 Das Arbeitsverzeichnis 31 Jetzt geht es richtig los 32 R-Funktionen 36 Benutzerdefinierte Funktionen 37 Kommentare 38 R-Strukturen 38 Vektoren 38 Numerische Vektoren 39 Matrizen 41 Listen 43 Datensätze (Data Frames) 44 for-Schleifen und if-Anweisungen 47 Kapitel 2 Mit Packages arbeiten 49 Packages installieren 49 Daten untersuchen 51 Anfang und Ende 51 Fehlende Daten 51 Teilmengen (Sub Sets) 52 R-Formeln 53 Weitere Packages 54 tidyverse erforschen 55 Kapitel 3 Daten grafisch darstellen 59 Diagramme mit dem R-Basispaket erstellen 59 Histogramme 59 Dichteplots 61 Säulendiagramme 63 Säulen gruppieren 66 Schneller Projektvorschlag 67 Kreisdiagramme 69 Streudiagramme 69 Matrix von Streudiagrammen 71 Kastengrafik: Kästchen und Antennen 72 Zu ggplot2 aufsteigen 73 Wie es funktioniert 74 Histogramme 75 Säulendiagramme 78 Gruppierte Säulendiagramme 79 Noch einmal Gruppierungen 81 Streudiagramme 84 Streudiagramme mit Pfiff 84 Matrix von Streudiagrammen 88 Boxplots 90 TEIL II INTERAKTION MIT DEM ANWENDER 95 Kapitel 4 Mit einem Browser arbeiten 97 The Shining! 97 Ihr erstes shiny-Projekt erstellen 98 Die Benutzeroberfläche 100 Der Server 102 Abschließende Schritte 103 Reaktiv werden 104 Mit ggplot arbeiten 107 Den Server ändern 108 Noch ein paar Änderungen 110 Mit ggplot reaktiv werden 112 Ein weiteres shiny-Projekt 114 Die Version mit dem R-Basispaket 115 Die ggplot-Version 121 Projektvorschlag 123 Kapitel 5 Dashboards 125 Das Package shinydashboard 125 Dashboard-Layouts verstehen 126 Erste Schritte für die Benutzeroberfläche 126 Die Benutzeroberfläche zusammenstellen: Boxen, Boxen, Boxen 127 In Spalten ausrichten 134 Ein cleverer Trick: Tabs für besseren Überblick 136 Projektvorschlag: Statistiken ergänzen 140 Projektvorschlag: Fügen Sie valueBoxen in tabPanels ein 140 Die Seitenleiste verwenden 142 Die Benutzerschnittstelle 143 Der Server 145 Projektvorschlag: Neue Position für den Schieberegler 147 Mit Grafiken interagieren 149 Klicks, Doppelklicks, Rahmenauswahl 149 Warum das alles? 152 Projektvorschlag: Mit airquality experimentieren 155 TEIL III MASCHINELLES LERNEN 157 Kapitel 6 Werkzeuge und Daten für Projekte für maschinelles Lernen 159 Das UCI (University of California-Irvine) ML Repository 160 Einen UCI-Datensatz herunterladen 160 Die Daten aufräumen 162 Die Daten untersuchen 163 Beziehungen in den Daten untersuchen 166 Einführung in das Package Rattle 171 Rattle für iris verwenden 173 Daten einlesen und weiter untersuchen 173 Cluster in den Daten finden 175 Kapitel 7 Entscheidungen, Entscheidungen, Entscheidungen 181 Komponenten von Entscheidungsbäumen 181 Wurzel und Blätter 182 Baumerstellung 183 Entscheidungsbäume in R 183 In R den Baum wachsen lassen 184 Den Baum in R zeichnen 185 Entscheidungsbäume in Rattle 187 Den Baum erstellen 188 Den Baum zeichnen 190 Den Baum auswerten 190 Projekt: Ein komplexerer Entscheidungsbaum 191 Die Daten: Car Evaluation 192 Datenexploration 193 Den Baum erstellen und zeichnen 194 Den Baum auswerten 195 Schneller Projektvorschlag: Den Komplexitätsparameter verstehen 196 Projektvorschlag: Titanic 197 Kapitel 8 Auf in den Wald voller randomisierter Bäume 199 Einen Random Forest wachsen lassen 199 Random Forests in R 201 Den Forest erstellen 201 Den Forest auswerten 202 Genauer hinsehen 203 Fehler als Grafik darstellen 205 Die Wichtigkeit (importance) als Grafik darstellen 206 Projekt: Glas identifizieren 207 Die Daten 208 Die Daten in Rattle bekommen 209 Die Daten untersuchen 210 Den Random Forest wachsen lassen 210 Die Ergebnisse visualisieren 212 Projektvorschlag: Pilze identifizieren 213 Kapitel 9 Unterstützen Sie Ihren lokalen Vektor 215 Ein paar Daten, mit denen Sie arbeiten können 215 Eine Teilmenge verwenden 216 Eine Grenze definieren 216 Stützvektoren verstehen 217 Trennbarkeit: Sie ist üblicherweise nicht linear 219 Support Vector Machines in R 222 e1071 einsetzen 222 kernlab einsetzen 227 Projekt: Parteien im Repräsentantenhaus 229 Die Daten einlesen 230 Die Daten untersuchen 230 Die SVM erstellen 231 Die SVM auswerten 232 Projektvorschlag: Noch einmal Titanic 235 Kapitel 10 K-Means-Clusteranalyse 237 Wie es funktioniert 237 K-Means-Clustering in R 239 Die Daten vorbereiten und analysieren 239 Die Ausgabe verstehen 240 Die Cluster visualisieren 241 Die optimale Anzahl an Clustern ermitteln 242 Schneller Projektvorschlag: Die Sepalen hinzufügen 245 Projekt: Glas-Cluster 247 Die Daten 247 Rattle starten und die Daten untersuchen 248 Clusteranalyse vorbereiten 249 Clusteranalyse durchführen 249 Über Rattle hinaus 250 Projektvorschlag: Ein paar schnelle Projekte 252 Datenpunkte und Cluster visualisieren 252 Die optimale Clusteranzahl .. 252 Variablen hinzufügen 253 Kapitel 11 Neuronale Netze 255 Netzwerke im Nervensystem 255 Künstliche neuronale Netze 256 Überblick 256 Eingabeschicht und verdeckte Schicht 257 Ausgabeschicht 258 Wie alles funktioniert 258 Neuronale Netze in R 259 Ein neuronales Netz für den Datenframe iris erstellen 259 Das neuronale Netz als Grafik darstellen 261 Das Netz evaluieren 262 Schneller Projektvorschlag: Schon wieder diese Sepalen 263 Projekt: Banknoten 263 Die Daten 263 Ein schneller Blick voraus 264 Rattle vorbereiten 265 Das Netz auswerten 267 Über Rattle hinaus: Das Netz visualisieren 267 Projektvorschläge: Experimente mit Rattle 269 TEIL IV GROßE DATENSÄTZE 271 Kapitel 12 Marketing erforschen 273 Projekt: Einzelhandelsdaten analysieren 273 Die Daten 274 RFM in R 275 RFM und maschinelles Lernen 282 K-Means-Clustering 282 Mit Rattle arbeiten 283 Tiefer in die Cluster eintauchen 285 Die Cluster und die Klassen 287 Schneller Projektvorschlag 289 Projektvorschlag: Ein anderer Datensatz 289 Kapitel 13 Aus der Stadt, die niemals schläft 291 Den Datensatz untersuchen 291 Aufwärmen 292 Ein schneller Blick und genaues Hinsehen 292 Pipelining, Filtern und Gruppieren 293 Visualisieren 295 Mit »join« zusammenführen 296 Schneller Projektvorschlag: Namen der Airlines 299 Projekt: Verspätete Abflüge 299 Eine Variable hinzufügen: Wochentag 299 Schneller Projektvorschlag: Unterschiede zwischen Wochentagen analysieren 300 Verspätung, Wochentag und Airport 301 Verspätung und Flugdauer 305 Projektvorschlag: Verspätung und Wetter 306 TEIL V KARTEN UND BILDER 307 Kapitel 14 Daten auf Karten darstellen 309 Projekt: Die Airports von Wisconsin 309 Sich um die Voraussetzungen kümmern 309 Die geografischen Daten von Wisconsin abrufen 310 Die geografischen Daten der Flughäfen ermitteln 311 Die Flughäfen auf der Karte des Bundesstaates ausgeben 313 Schneller Projektvorschlag: Andere Quelle für die geografischen Daten der Airports 314 Projektvorschlag 1: Karte eines anderen Bundesstaates der USA 315 Projektvorschlag 2: Karte der USA 315 Die Hauptstädte der Bundesstaaten 317 Die Flughäfen einzeichnen 318 Kapitel 15 Spaß mit Bildern 321 Ein Bild aufpolieren: Es ist magick! 321 Die Grafik einlesen 322 Drehen, horizontal und vertikal spiegeln 323 Anmerkungen 324 Transformationen kombinieren 325 Schneller Projektvorschlag: Drei F 326 Bilder kombinieren 326 Animationen 327 Ihre eigenen Morphs erstellen .. 328 Projekt: Zwei Legenden auf der Suche nach einer Legende 329 Stan und Ollie herunterladen 330 Die Jungs mit dem Hintergrund kombinieren 330 So funktioniert image_apply() 331 Zurück zur Animation 332 Projektvorschlag: Kombinieren Sie eine Animation und ein Diagramm 332 TEIL VI DER TOP-TEN-TEIL 335 Kapitel 16 Mehr als zehn Packages für Ihre R-Projekte 337 Maschinelles Lernen 337 Datenbanken 338 Karten 338 Bildbearbeitung 340 Textanalyse 340 Kapitel 17 Mehr als zehn nützliche Informationsquellen 343 Mit Benutzern interagieren 343 Maschinelles Lernen 344 Datenbanken 344 Karten und Bilder 345 Stichwortverzeichnis 347

Diese Produkte könnten Sie auch interessieren:

Mechanics of Composite, Hybrid and Multifunctional Materials, Volume 5
Mechanics of Composite, Hybrid and Multifunctional Materials, Volume 5
von: Piyush R. Thakre, Raman P. Singh, Geoffrey Slipher
PDF ebook
178,49 €
Pseudo-Regularly Varying Functions and Generalized Renewal Processes
Pseudo-Regularly Varying Functions and Generalized Renewal Processes
von: Valeri V. Buldygin, Karl-Heinz Indlekofer, Oleg I. Klesov, Josef G. Steinebach
PDF ebook
103,52 €