Der Veröffentlichungstermin ist nun fix, es wird der 3. März 2022 sein. Sie können das Buch beim Verlag oder bei Amazon vorbestellen. Auf dieser Seite finden Sie weitere Informationen zu dem Buch - vor dem Erscheinungstermin sind allerdings noch nicht alle Materialien online :) Von der Webseite des Verlags:

Der ideale Einstieg in Data Science! Praktiker mit und ohne Mathematikkenntnisse bekommen hier alles, was sie für eigene Data-Science-Projekte brauchen: Einschlägige Analysemethoden werden nachvollziehbar und mit gerade so viel Theorie wie nötig vorgestellt. Neben der Programmiersprache R lernen Sie für alle Projektphasen die passenden Methoden und Werkzeuge kennen – sei es die Vorbereitung der Daten, die Auswahl der Verfahren oder das Trainieren der Modelle. Mit vielen Beispielen, Grafiken, Entscheidungshilfen und weiteren Praxistipps.

Ich würde mich sehr freuen, wenn Sie sich auf meiner Mailingliste eintragen, um weitere Informationen zu meinen Buchprojekten zu erhalten!

• Das GitHub Repository zum Buch

Weiterführende Links innerhalb des Buchs

1. Einleitung
2. Machine Learning, Data Science und Künstliche Intelligenz

• IBMs virtueller Arzt macht Fehler

3. Ablauf eines Data Science-Projekts
4. Einführung in R
5. Explorative Datenanalyse
6. Vorhersagen
7. Clustering
8. Klassifikation
9. Andere Anwendungsfälle
10. Was kommt nach dem Modell?

• Das kostenlose und hervorragende Buch Happy Git with R
• Die RStudio AMIs von Louis Aslett
• data.table
• Das plumber Package zum Erstellen von APIs
• Das [docker Image]/https://hub.docker.com/r/rstudio/plumber/) inklusive plumber
• Mein Corona-Dashboard, mit Shiny erstellt

11. Datenschutz und Ethik
12. Was kommt nach diesem Buch?

• Mein Artikel über lineare Regression bei der Preisfindung für gebrauchte Spiegelreflexkameras

13. Anhang

• Typische Fehlermeldungen
• Glossar

• Empfehlenswerte Statistik-Bücher