| Les deux révisions précédentesRévision précédente | |
| issue94:critique_litteraire [2015/04/01 13:54] – auntiee | issue94:critique_litteraire [2015/04/03 23:03] (Version actuelle) – d52fr |
|---|
| ** | ** |
| |
| Le chapitre 1 est consacré à la préparation de l'environnement pour l'évaluation de données sur votre ordinateur pour, à la fois, R et Python. C'est fait d'une manière très claire et facile à suivre ; sans paquets parasites qui tendent à masquer non seulement l'intention du projet, mais mettent aussi en question le raisonnement promouvant la nécessité de ces paquets. Le choix de la distribution gratuite Anaconda Python va effectivement à l'encontre de la déclaration ci-dessus ; mais (à mon humble avis) c'est l'outil approprié pour l'analyse de données qui va suivre, et suivra si vous continuez sérieusement dans votre rôle d'analyseur de données. Dans la même veine, la section sur la mise en place d'un environnement R est très simple et permet au lecteur de choisir le meilleur outil pour un travail specifique. Suffisamment d'informations sont données sur l'utilisation de R plutôt que de Python, pour qu'un programmeur, même le plus tendre, puisse prendre une décision raisonnable sur lequel utiliser. | Le chapitre 1 est consacré à la préparation de l'environnement pour l'évaluation de données sur votre ordinateur pour, à la fois, R et Python. C'est fait d'une manière très claire et facile à suivre ; sans paquets parasites qui tendent à masquer non seulement l'intention du projet, mais mettent aussi en question le raisonnement promouvant la nécessité de ces paquets. Le choix de la distribution gratuite Anaconda Python va effectivement à l'encontre de la déclaration ci-dessus ; mais (à mon humble avis) c'est l'outil approprié pour l'analyse de données qui va suivre, et suivra si vous continuez sérieusement dans votre rôle d'analyseur de données. Dans la même veine, la section sur la mise en place d'un environnement R est très simple et permet au lecteur de choisir le meilleur outil pour un travail spécifique. Suffisamment d'informations sont données sur l'utilisation de R plutôt que de Python, pour qu'un programmeur, même le plus tendre, puisse prendre une décision raisonnable sur lequel utiliser. |
| |
| Les quatre auteurs, Tony Ojeda, Sean Patrick Murphy, Benjamin Bengtort et Abhijit Dasgupta ont tous des références impressionnantes et, en ce livre, ont réalisé un travail énorme. Dans la « vie réelle », leurs résumés sont brillants [Ndt : voir, par exemple, le site du livre sur Barnes and Noble où il y a une section « Meet the autnor »] et comprennent des diplômes avancés divers et/ou l'encadrement de ces diplômes à l'université Johns Hopkins. Je doute que quiconque d'autre ait pu rassembler un groupe aussi impressionnant pour discuter de ce sujet très complexe. | Les quatre auteurs, Tony Ojeda, Sean Patrick Murphy, Benjamin Bengtort et Abhijit Dasgupta ont tous des références impressionnantes et, dans ce livre, ils ont réalisé un travail énorme. Dans la « vie réelle », leurs curriculum sont brillants [Ndt : voir, par exemple, le site du livre sur Barnes and Noble où il y a une section « Meet the autor »] et comprennent des diplômes avancés divers et/ou l'encadrement de ces diplômes à l'université Johns Hopkins. Je doute que quiconque d'autre ait pu rassembler un groupe aussi impressionnant pour traiter ce sujet très complexe. |
| |
| L'essentiel ici est que, si vous cherchez un livre pour en apprendre davantage sur l'analyse des données et avoir des extraits pour vous aider, alors ce livre est fait pour vous. Vous porterez une attention particulière au premier chapitre lors de la configuration de votre poste de travail d'analyse, puisque le raisonnement derrière les paquets utilisés est clairement expliqué et les exemples sont bien faits. Je suggère que vous installiez à la fois R et Python comme décrit dans le livre, car la meilleure façon de traiter certaines des tâches est avec les deux paquets. | L'essentiel ici est que, si vous cherchez un livre pour en apprendre davantage sur l'analyse des données et avoir des extraits pour vous aider, alors ce livre est fait pour vous. Vous porterez une attention particulière au premier chapitre lors de la configuration de votre poste de travail d'analyse, puisque le raisonnement derrière les paquets utilisés est clairement expliqué et les exemples sont bien faits. Je suggère que vous installiez à la fois R et Python comme décrit dans le livre, car la meilleure façon de traiter certaines des tâches est avec les deux paquets. |
