國立虎尾科技大學 |

Statistisches Programmieren mit R = Eine ausführliche, übersichtliche, spannende und praxiserprobte Einführung /

Record Type:	Language materials, printed : Monograph/item
Title/Author:	Statistisches Programmieren mit R/ von Daniel Obszelka, Andreas Baierl.
Reminder of title:	Eine ausführliche, übersichtliche, spannende und praxiserprobte Einführung /
Author:	Obszelka, Daniel.
other author:	Baierl, Andreas.
Description:	XXVIII, 673 S. 108 Abb., 55 Abb. in Farbe.online resource. :
Contained By:	Springer Nature eBook
Subject:	Programming languages (Electronic computers). -
Online resource:	https://doi.org/10.1007/978-3-658-28842-6
ISBN:	9783658288426

Statistisches Programmieren mit R = Eine ausführliche, übersichtliche, spannende und praxiserprobte Einführung /
Obszelka, Daniel.

Statistisches Programmieren mit REine ausführliche, übersichtliche, spannende und praxiserprobte Einführung /[electronic resource] :von Daniel Obszelka, Andreas Baierl. - 1st ed. 2020. - XXVIII, 673 S. 108 Abb., 55 Abb. in Farbe.online resource.

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.

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 Inhalt 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 Die Autoren 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.

ISBN: 9783658288426

Standard No.: 10.1007/978-3-658-28842-6doiSubjects--Topical Terms:

1127615
Programming languages (Electronic computers).

LC Class. No.: QA76.7-76.73

Dewey Class. No.: 005.13

Statistisches Programmieren mit R = Eine ausführliche, übersichtliche, spannende und praxiserprobte Einführung /
LDR:02947nam a22003735i 4500 001 1030982
003 DE-He213
005 20201221100527.0
007 cr nn 008mamaa
008 210318s2020 gw | s |||| 0|ger d
020 $a 9783658288426 $9 978-3-658-28842-6
024 7 $a 10.1007/978-3-658-28842-6 $2 doi
035 $a 978-3-658-28842-6
050 4 $a QA76.7-76.73
050 4 $a QA76.76.C65
072 7 $a UMX $2 bicssc
072 7 $a COM051010 $2 bisacsh
072 7 $a UMX $2 thema
072 7 $a UMC $2 thema
082 0 4 $a 005.13 $2 23
100 1 $a Obszelka, Daniel. $e author. $4 aut $4 http://id.loc.gov/vocabulary/relators/aut $3 1328030
245 1 0 $a Statistisches Programmieren mit R $h [electronic resource] : $b Eine ausführliche, übersichtliche, spannende und praxiserprobte Einführung / $c von Daniel Obszelka, Andreas Baierl.
250 $a 1st ed. 2020.
264 1 $a Wiesbaden : $b Springer Fachmedien Wiesbaden : $b Imprint: Springer Vieweg, $c 2020.
300 $a XXVIII, 673 S. 108 Abb., 55 Abb. in Farbe. $b online resource.
336 $a text $b txt $2 rdacontent
337 $a computer $b c $2 rdamedia
338 $a online resource $b cr $2 rdacarrier
347 $a text file $b PDF $2 rda
505 0 $a 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.
520 $a 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 Inhalt 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 Die Autoren 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.
650 0 $a Programming languages (Electronic computers). $3 1127615
650 0 $a Mathematical statistics. $3 527941
650 0 $a Computer science—Mathematics. $3 1253519
650 1 4 $a Programming Languages, Compilers, Interpreters. $3 669782
650 2 4 $a Probability and Statistics in Computer Science. $3 669886
650 2 4 $a Math Applications in Computer Science. $3 669887
700 1 $a Baierl, Andreas. $e author. $4 aut $4 http://id.loc.gov/vocabulary/relators/aut $3 1328031
710 2 $a SpringerLink (Online service) $3 593884
773 0 $t Springer Nature eBook
776 0 8 $i Printed edition: $z 9783658288419
856 4 0 $u https://doi.org/10.1007/978-3-658-28842-6
912 $a ZDB-2-STI
950 $a Computer Science and Engineering (German Language) (SpringerNature-11774)