@stuparevic: Seria useR! Springera (te mi były przydatne):
- Spector - Data Manipulation with R (o danych i przekształeceniach bez statystyki, DOI 10.1663/978-0-387- 4731-6);
- Butler - Using statistical methods in R: a how-to guide (do ścągnięcia z internetu);
- Robert, Casella - Introducing Monte Carlo Methods with R (DOI 10.1007/978-1-4419-1576-4);
- Schwarzer - Meta-Analysis with R (DOI 10.1007/978-3-319-21416-0)

@stuparevic Practical statistics for data scientists. Spoko książka, proste przypomnienie pojęć statystycznych z przykładami, da się znaleźć pdf.

@konik_polanowy: Jestem prostym człowiekiem, widzę dobry content, daję plusa.

@konik_polanowy: dzieki :)

Zajmują się faktoringiem, więc pomyślałem, że może coś związanego z AML?

@VDrakkainen: Tak tylko dodam, że to co Ci wyszło oznacza że twój rozkład cierpi na tzw. "grube ogony". :-D poszukaj sobie więcej info na ten temat.

@VDrakkainen: Sam odwaliłeś robotę, jak widzę z powyższego wykresu :) Ja tylko Ci pokazałem gdzie ewentualnie szukać. ( ͡º ͜ʖ͡º)
Jedna sprawa - qqplot i histogram nie służą do tego żeby przyjąć lub odrzucić hipotezy. Od tego są testy. To tylko taka "wizualizacja" twojego rozkładu, który ma Ci pomóć w ewentualnym wnioskowaniu. Dlatego dobrą praktyką jest po prostu sobie to narysować i potem ewentualnie pyknąć jakiś test naPokaż całość

@justjoin_it: #facebook korzysta z #r jak reptilianie, rasy z której wywodzi się Zuckerberg.

@Marpop: to takie ciche wołanie o pomoc w wyborze jedynego słusznego języka do data science ( ͡° ͜ʖ ͡°)

@poisonandwine: Słyszałem wiele dobrego o "Przewodniku po pakiecie R" Przemysława Bieceka. Ten pan jest takim polskim guru tego języka i ogólnie analizy danych, więc może warto przeglądnąć ten tytuł. Z tego co widzę, to autor udostępnił też tutorial w wersji on-line.

A ogólnie to polecam zerknąć na Kaggle i edX w poszukiwaniu kursów - wg. mnie da Ci to dużo więcej, niżeli kartkowanie tego typu książki.

@lekkonieobecny: przerób pogromcy danych!

@lekkonieobecny: Co do R, to polecam Biecka http://www.biecek.pl/R/PrzewodnikPoPakiecieRWydanieIVinternet.pdf darmowe 180 stron około pierwsze.

@jozef-dzierzynski: odkopałem pytanie. Pamietasz w czym to zrobiłeś?

@Debowy_Jacek: Też miałem na myśli, że coś z sapply będzie. Fakt faktem apply to bardzo przydatne funkcje, ale rzadko ich używam.

@grajlord: jest kilka firm wspierających R dla badań klinicznych - choćby Mango Solutions. Poza tym nawet sam SAS używa R. Najnowszy produkt SAS Data Mapper korzystał z kilku modułów R do trenowania AI, i wcale się z tym nie kryją.

@scyth: A to nie są przypadkiem Pythonowe moduły? ( ͡° ͜ʖ ͡°)

@erwit: https://github.com/yihui/fun/blob/master/R/tower_of_hanoi.R

@werteryzm r programming a-z stworzone przez
Kirill Eremenko. Raczej pod analizę danych, ale dają solidne podstawy

pokazuje mi daty z 2015. Mam rozumieć ze jest jakieś archiwum tego kursu?

@werteryzm: kurs możesz zrobić zawsze, najwyżej nie dostaniesz certyfikatu

@erwit: df %>% select(year, metryka jaka chcesz) %>% arange(desc(metryka)) %>% head(3)

tak by było najprościej

@erwit: możesz jeszcze dodać mutate(row_number()) - to ci doda, jak sama nazwa mówi, numer wiersza, a więc "miejsce" w rankingu

@djfoxer: Python

@chrzandofrytek: Data science jest szerszym pojęciem. Do tego co napisał @djfoxer dodam np. że statystyk nie optymalizuje procesów, a DS już tak.

Myślę, że obserwatorzy #datascience też będą zainteresowani ( ͡° ͜ʖ ͡°)

@mam_Cie_na_strzala: wyslij mi też