面向数据科学家的书籍
R 食谱
这本书由 Teetor Paul 撰写，值得一读，因为它提供了一些技巧和窍门，和预处理中的难题。它不包含各种概念的理论解释，而是重点讲解如何运用这些概念解决问题。本书还涵盖了统计概率、数据预处 特殊数据库 理、时间序列分析等其他主题。
R 图形手册
本书作者是 Winston Chang。数据可视化使数据更有趣，分析也更简单。自定义表格，通过使用颜色使其更具吸引力，被认为是数据科学家的一项关键技能。本书专注于使用样本数据在 R 上构建数据，从而帮助人们做到这一点。本书强调使用 ggplot2 包来理解和管理所有可视化活动。
应用预测模型
本书由 Max Kuhn 和 Kjell Johnson 编写。本书涵盖理论和实践知识，巧妙地涵盖了过拟合、线性和非线性模型、树方法、特征 让您选择最适合您需求的选项 选择等关键主题。本书还使用 caret 包演示了这些算法。Caret 被认为是 CRAN 库中最强大的机器学习包之一。
通过上网查找资料很容易解决问题。但书籍是重要的资源，它不会提供错误的信息，还能通过提供多种视角来丰富你的经验。不同的视角也能拓宽你的视野。以上列出的书籍是根据内容、案例研究的多样性以及示例的丰富程度 新加坡电话列表i而入围的，因此无论你是经验丰富的数据科学家还是初学者，这些书籍都能在需要时派上用场。它们还能帮助你选择和掌握下一本数据科学所需的书籍。