買這商品的人也買了...
-
Google App Inventor$1,400$1,330 -
$990Android Apps with App Inventor: The Fast and Easy Way to Build Android Apps (Paperback) -
Android 手機程式超簡單!! App Inventor 入門卷$420$378 -
MIT App Inventor 開發手冊─不會寫程式也能設計你的 App$520$442 -
Android 手機程式超簡單!! App Inventor 機器人卷
$480$432 -
$474Unity AR 增強現實完全自學教程 (全彩) -
愛上統計學:使用 R語言$680$612 -
$449Adobe Audition 聲音後期處理實戰手冊, 2/e -
$378統計學入門:文科生也能看得懂的統計學, 5/e -
超簡單!Python 與 Excel 整合應用 150技$480$408 -
Python 論文數據統計分析$540$486 -
文科生也學得會!資料 科學 ✕ 機器學習實戰 探索 - 使用 Excel$550$468 -
元宇宙$600$510 -
資料科學輕鬆學 (Data Analytics Made Accessible)$480$379 -
The R Book, 3/e (Hardcover)$3,468$3,285 -
【圖解】從入門到精通 Excel ╳ Python 資料處理術:搭配工作實務場景,輕鬆學會除錯、擷取、排序、彙整指定數據,製作QR碼也沒問題$500$395 -
決斷的演算:預測、分析與好決定的 11堂邏輯課, 3/e$580$493 -
快速學會 WordPress 網站設計, 2/e (舊名: 文組女孩也能上手的 WordPress 架站手冊)$450$383 -
深入淺出 Java 程式設計, 3/e (Head First Java, 3/e)$980$774 -
跟著實務學習 HTML、CSS、JavaScript、Bootstrap、JQuery、JQueryMobile 網頁設計 (含ITS HTML&CSS國際認證模擬試題)$560$442 -
WordPress 網站架設實務:活用網站客製化、佈景主題與 ChatGPT 外掛開發的16堂課$780$608 -
全面掌握 Gemini 開發實務:輕鬆駕馭 Google AI 引擎$680$537 -
讓 AI 好好說話!從頭打造 LLM (大型語言模型) 實戰秘笈$680$537 -
論文統計分析:SPSS、Amos 與 JASP 的運用$680$612 -
HTML / CSS / JavaScript 與前端框架的完美結合:使用 Bootstrap 與 PWA 技術,新手從這開始!(AI加強版)$760$593
相關主題
商品描述
一本最實用的R語言實務書!
依自己的工作情境與學習需求,找到解題的線索與實作的方法。
AI時代來臨,更要學會靈活運用現有的工具,來解決日常實務的問題。這不只是一本介紹統計與程式語言的工具書,更是一部從問題出發、引導思考、強調實作與應用的實務書。本書每個章節都是從生活情境取材,以生動有趣的小故事帶入主題,讀者不僅可以了解統計與資料分析的實用性,也能學習如何搭配R語言將這些問題具體化、可視化、程式化地解決。
本書精彩內容包含:R語言操作到統計分析、資料視覺化、資料採礦分析、文字探勘以及機器學習的廣度與深度。讀者可以依據自身的需求閱讀相關的章節,或者統合問題,綜合本書各方面的主題進行跨領域的資料處理。一起來發覺問題,培養研究與判斷能力,讓數字說故事!
作者簡介
林松柏
現職:
國立曁南國際大學教育政策與行政學系教授
學歷:
國立曁南國際大學教育政策與行政研究所博士
經歷:
國立曁南國際大學教務處副教務長、教學發展中心主任
國立曁南國際大學校務研究中心分析組組長
國立曁南國際大學學務處生輔組組長、校安中心主任
專長:
教育政策分析、計量研究方法、教育資料採礦
目錄大綱
序
校園情境出場人物簡介
第1 章 統計分析:打開理解資料的第一扇門
1.1 什麼是描述性統計:讓數字說出故事的起點
1.2 相關與迴歸:不是你以為的那種「關係」
1.3 到底差多少才算「有差」:從區間估計到假設檢定
1.4 不只兩組怎麼比:ANOVA 的魔法
1.5 別把分類變項當成數字用:卡方檢定的出場時機
1.6 策略有效嗎:共變數分析的神助手登場
第2 章 統計資料視覺化:讓資料說故事
2.1 類別變數:從長條到比率,讓分類資料更清楚
2.2 連續與混合變數:用圖形掌握變數的分布與關係
2.3 莖葉圖:兼具統計與細節的圖示工具
2.4 雷達圖:一張圖比出學生多面向的輪廓
第3 章 資料視覺化的進階分析
3.1 社會網絡圖:誰和誰最常互動?
3.2 複選題分析圖示:從勾選項目畫出「關聯地圖」
3.3 互動式圖示:點出資料的關鍵視角
3.4 GIS 地圖圖示:地圖上的統計故事
3.5 GIS 進階圖示:搭配地形圖檔案呈現在地學習
第4 章 資料採礦分析:發覺藏在資料裡的祕密
4.1 監督式學習:讓資料幫你做決定
4.2 非監督式:沒有答案的探索也可以有規律
4.3 異常值分析:發現數據裡的特別人物
第5 章 網路爬蟲與文字探勘:從資料抓取到語意洞察
5.1 網路爬蟲:不用手動複製也能大量擷取資料
5.2 文字探勘起手式:讓文字自己說話
5.3 字詞進階整理:讓關鍵詞說話更清楚
5.4 文字探勘的視覺化:讓關鍵詞圖像化
5.5 結構化資料擷取與視覺化:將數字轉譯為故事
5.6 輿情分析:讀懂文字呈現的情緒
第6 章 文本機器學習:讓電腦看懂人類用詞並做出判斷
6.1 監督式學習:主題辨識
6.2 監督式學習:文本評分
6.3 非監督式學習:讓電腦自己發現主題
