Seri Belajar Data Science: Pemrograman R untuk Data Scientist

Buku ini akan memberikan panduan tentang dasar-dasar penggunaan bahasa pemrograman R sebagai bekal dasar di dunia Data Science.

Capture

Daftar isi buku ini adalah sebagai berikut:

1 Pendahuluan

  • Data Science
  • Apakah ini adalah A atau B?
  • Apakah ini aneh?
  • Berapakah ini nanti?
  • Bagaimana hal ini diorganisir?
  • Apa yang harus dilakukan selanjutnya?
  • Definisi Data
  • R Environment
  • Installasi
  • Tool Pemrograman

2 Dasar-Dasar Bahasa Pemrograman R

  • Pendahuluan
  • Working Directory
  • R Session
  • Variable
  • Function
  • Tipe Data
    * Skalar
    * Date
    * Time
    * Vector
    * Factor
    * Matrix
    * Array
    * Data Frame
    * List
    * Data Pada RStudio
  • Percabangan
    * Operator
    * Statement if
    * Statement ifelse
    * Statement switch
  • Pengulangan
    * Statement for
    * Statement while
    * Statement repeat
    * Statement next
    * Statement break
  • Penanganan Kesalahan
  • Komentar
  • Debug
  • Profilling

3 Pemrograman Berbasis Obyek

  • Class
  • Obyek
  • Inheritance
  • Method & Fungsi Generic

4 Fungsi Dasar R

  • Dokumen Bantuan
  • Package
    * Installasi Package
    * Memuat Package
    * GitHub
  • Dataset
  • Menulis Data Ke File
    * write.csv()
    * write.table()
  • Membaca File Text
    * read.csv()
    * read.delim()
    * read.table()
  • Membaca File Excel
  • Akses Database
    * Akses Database MySQL
    * Akses Database SQL Server
  • Dimensi Data
    * nrow()
    * ncol()
    * colnames()
    * rownames()
  • Menampilkan Data
    * head()
    * tail()
    * sample()
    * unique()
    * View()
    * obyek$rowName
  • Memfilter Data
    * obyek[,col1:col2]
    * obyek[row1:row2,]
    * obyek[row1:row2, col1:col2]
    * obyek[which(), ]
  • Sorting Data
    * order
    * sort
  • Menggabung Data
    * rbind()
    * cbind()
    * rbind.data.frame()
    * cbind.data.frame()
    * paste()
    * paste0()
  • Explorasi Data
    * dim()
    * names()
    * str()
    * table()
    * summary()
  • Pengulangan
    * lapply()
    * sapply()
    * colSums()
    * colMeans()
    * rowSums()
    * rowMeans()
  • Membuat Data Simulasi
    * rnorm()
    * dnorm()
    * pnorm()
    * qnorm()
    * set.seed()
  • Mengelola Obyek
    * assign()
    * get()
    * ls()
    * exists()
    * rm()
    * save()
    * load()
  • Memeriksa Obyek
    * class()
    * is.null()
    * is.na()
    * is.numeric()
  • Konversi Tipe Data
    * as.character()
    * as.numeric()
    * as.data.frame()

5 Visualisasi Data  

  • Grafik
    * plot()
    * scatterplot3()
    * plot3d()
    * hist()
    * density()
    * boxplot()
    * featurePlot()
    * pie()
    * barplot()
    * par()
    * dotchart()
    * missmap()
    * corrplot()
    * pairs()
    * Simbol
    * Export Gambar
  • Visualisasi Dengan Package ggplot
  • Animasi
    * ani.options()
    * ani.pause()
    * saveHTML()
    * saveGIF()
  • Referensi

6 Contoh Kasus

  • Pengolahan Data Awal
  • Persiapan Data Cross Validation

7 Komputasi Paralel  

  • Pendahuluan
  • Persiapan
  • Fungsi Dasar Komputasi Paralel
    * detectCore()
    * makeCluster()
    * stopCluster()
    * parLapply()
    * parSapply()
    * registerDoParallel()
  • Contoh Kasus
  • Referensi

8 Reduksi Dimensi Data   

  • Principal Component Analysis (PCA)
  • t-Distributed Stochastic Neighbor Embedding (t –SNE)
  • Multidimensional Scaling
  • Referensi

9 Penutup

Buku ini dapat diunduh di sini: https://github.com/rezafaisal/DataScience.R

One thought on “Seri Belajar Data Science: Pemrograman R untuk Data Scientist”

Leave a Reply

This site uses Akismet to reduce spam. Learn how your comment data is processed.