Practical Data Science with R and Python: 実践的データサイエンス

実践的データサイエンス はじめに データ分析のためにコンピュータを利用する際、RおよびPython言語のいずれかを使うことが多いと思います(Julia言語は高レベル・高パフォーマンスな技術計算のための言語で今後期待が膨らみます）。これらの2つの言語では、データ操作や可視化、データ分析、モデリングに使われるライブラリが豊富にあり、 どれを使うのが良いのか迷うような状況が続いていました。しかしその状態は落ち着きを見せ、成熟期を迎えつつあります。 R言語ではパイプ演算子の登場によりデータフレームに対する操作に大きな変化が生じ、tidyverseによるデータ読み込みからデータ整形、可視化までが可能になりました。またtidyverseのような、機械や人間の双方が扱いやすいパッケージが増えてきました。特にR言語の強力な一面でもあったデータ分析の操作はtidymodelsに代表されるパッケージがユーザの

[wackyhope]

参考に。"このプロジェクトの目的は、データ分析に必要な操作・処理をRおよびPython双方で示すことを目指し／特に統計、機械学習モデルを扱う上で欠かせない特徴量エンジニアリングの処理を重点的に"

[misshiki]

“このプロジェクトの目的は、データ分析に必要な操作・処理をRおよびPython双方で示すことを目指します。”

[actywave]

Practical Data Science with R and Python