Data processing in R and Python
Informacja
W świetle aktualnych rozporządzeń (Zarządzenie Rektora PW) w okresie od 16.03 do 15.05.2020 do końca semestru zajęcia będą prowadzone w sposób zdalny.
Szczegółowe informacje na temat organizacji pracy w tym czasie znajdują się w repozytorium przedmiotu .
Wymagane oprogramowanie:
- R (>= 3.5.0)
- RStudio (>= 1.0)
- Python 3.7+ w dystrybucji Anaconda
- Tex, pandoc
- Rtools (Windows), xcode (OS X), gcc (Linux)
Literatura:
- M. Gągolewski, Programowanie w języku R. Analiza danych, obliczenia, symulacje, Wydawnictwo Naukowe PWN, 2016 (wyd. II)
- Wickham H., Advanced R, Chapmah & Hall/CRC, 2014 https://adv-r.hadley.nz/
- M. Gągolewski, M. Bartoszuk, A. Cena, Przetwarzanie i analiza danych w języku Python, PWN, Warszawa, 2016
- W. McKinney, Python for Data Analysis. Data Wrangling with Pandas, NumPy, and IPython, O’Reilly Media, 2012
- W. Richert, L.P. Coelho, Building Machine Learning Systems with Python, Packt Publishing, 2013
- E. Bressert, SciPy and NumPy, O’Reilly Media, 2012
- J.M. Chambers., Programming with Data, Springer, 1998
- J.M. Chambers, Software for Data Analysis. Programming with R, Springer, 2008
- N.S. Matloff, The Art of R Programming: A Tour of Statistical Software Design, No Starch Press, 2011
- W.N. Venables, B.D. Ripley, S Programming, Springer, 2000
- M. Hamstra, Learning Spark, O’Reilly, 2013
- M. Frampton, Mastering Apache Spark, Packt, 2015
Harmonogram zajęć
↓
Pages: 1 2