9Natree Malaysian

Learning Spark: Lightning-Fast Data Analytics (Jules S. Damji)

- Amazon USA Store: https://www.amazon.com/dp/1492050040?tag=9natree-20

- Amazon Worldwide Store: https://global.buys.trade/Learning-Spark%3A-Lightning-Fast-Data-Analytics-Jules-S-Damji.html

- eBay: https://www.ebay.com/sch/i.html?_nkw=Learning+Spark+Lightning+Fast+Data+Analytics+Jules+S+Damji+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1

- Shopee: https://asia.buys.trade/shopee_Learning-Spark-Jules-S-Damji.html
- Lazada: https://asia.buys.trade/lazada_Learning-Spark-Jules-S-Damji.html
- Tiktok: https://asia.buys.trade/tiktok_Learning-Spark-Jules-S-Damji.html

- Baca selanjutnya: https://malaysian.9natree.com/read/1492050040/

#DataFramedanSparkSQL #AdaptiveQueryExecution #StructuredStreaming #DeltaLakedanlakehouse #MLlibdanMLflow #LearningSpark

Learning Spark: Lightning Fast Data Analytics ialah buku teknikal tentang Apache Spark, sebuah enjin pemprosesan data teragih untuk analitik berskala besar. Edisi kedua ini ditulis oleh Jules S. Damji, Brooke Wenig, Tathagata Das dan Denny Lee, serta dikemas kini untuk Spark 3.0. Tujuannya bukan sekadar mengajar sintaks, tetapi menerangkan mengapa pendekatan berstruktur dan penyatuan beban kerja penting apabila data datang daripada banyak format, pada kadar pantas, dan perlu digunakan untuk analitik atau pembelajaran mesin. Buku ini bergerak daripada asas seni bina Spark dan API peringkat tinggi, kepada Spark SQL, sumber data, pemprosesan kelompok, penstriman berstruktur, penalaan prestasi, Delta Lake, MLlib dan MLflow. Contohnya relevan untuk pasukan data yang mengendalikan fail Parquet di storan awan, data transaksi, atau aliran acara daripada Kafka. Walaupun banyak contoh menggunakan ekosistem Databricks, asas yang dihuraikan masih berpaksikan Apache Spark sumber terbuka. Bentuknya ialah panduan praktikal, dengan penerangan langkah demi langkah, cebisan kod dan notebook, untuk membantu pembaca menghubungkan konsep pengkomputeran teragih dengan tugasan kejuruteraan data sebenar.

Monolith to Microservices (Sam Newman)

- Amazon USA Store: https://www.amazon.com/dp/1492047848?tag=9natree-20

- Amazon Worldwide Store: https://global.buys.trade/Monolith-to-Microservices-Sam-Newman.html

- Apple Books: https://books.apple.com/us/audiobook/monolith-to-microservices-evolutionary-patterns-to/id1588123760?itsct=books_box_link&itscg=30200&ls=1&at=1001l3bAw&ct=9natree

- eBay: https://www.ebay.com/sch/i.html?_nkw=Monolith+to+Microservices+Sam+Newman+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1

- Shopee: https://asia.buys.trade/shopee_Monolith-to-Microservices-Sam-Newman.html
- Lazada: https://asia.buys.trade/lazada_Monolith-to-Microservices-Sam-Newman.html
- Tiktok: https://asia.buys.trade/tiktok_Monolith-to-Microservices-Sam-Newman.html

- Baca selanjutnya: https://malaysian.9natree.com/read/1492047848/

#Mikroservissecukupnya #CorakStranglerFig #BranchbyAbstraction #Penguraianpangkalandata #Migrasiberperingkat #MonolithtoMicroservices

Monolith to Microservices: Evolutionary Patterns to Transform Your Monolith ialah buku teknologi oleh Sam Newman, diterbitkan sebagai panduan praktikal untuk organisasi yang mahu mengubah sistem perisian monolit sedia ada secara berperingkat. Buku ini bukan hujah bahawa setiap aplikasi mesti menjadi mikroservis. Sebaliknya, Newman menerangkan bahawa monolit juga boleh menjadi pilihan yang baik, khususnya apabila pasukan, keperluan operasi, atau skala produk belum memerlukan kerumitan sistem teragih. Fokus utama buku ini ialah proses migrasi, iaitu bagaimana pasukan terus menyampaikan fungsi kepada pengguna sambil memperbaiki seni bina di belakang tabir. Dengan gaya teknologi-agnostik, Newman membincangkan cara menilai sebab sebenar untuk berubah, memilih sempadan servis, memecahkan fungsi, dan menangani pangkalan data yang saling bergantung. Genre buku ini ialah seni bina perisian dan kejuruteraan perisian praktikal. Tujuannya bukan memberi pelan migrasi seragam, tetapi membekalkan corak keputusan supaya pasukan boleh bergerak secara terkawal, mengurangkan risiko, dan berhenti apabila struktur sistem sudah cukup baik untuk masalah mereka.

Machine Learning Pocket Reference (Matt Harrison)

- Amazon USA Store: https://www.amazon.com/dp/1492047546?tag=9natree-20

- Amazon Worldwide Store: https://global.buys.trade/Machine-Learning-Pocket-Reference-Matt-Harrison.html

- Apple Books: https://books.apple.com/us/audiobook/linux-the-quick-start-beginners-guide-unabridged/id1164191831?itsct=books_box_link&itscg=30200&ls=1&at=1001l3bAw&ct=9natree

- eBay: https://www.ebay.com/sch/i.html?_nkw=Machine+Learning+Pocket+Reference+Matt+Harrison+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1

- Shopee: https://asia.buys.trade/shopee_Machine-Learning-Pocket-Reference-Matt-Harrison.html
- Lazada: https://asia.buys.trade/lazada_Machine-Learning-Pocket-Reference-Matt-Harrison.html
- Tiktok: https://asia.buys.trade/tiktok_Machine-Learning-Pocket-Reference-Matt-Harrison.html

- Baca selanjutnya: https://malaysian.9natree.com/read/1492047546/

#PengelasansetdataTitanic #Prapemprosesandataberstruktur #Metrikpenilaianregresi #Pemilihanciri #Salurankerjascikitlearn #MachineLearningPocketReference

Machine Learning Pocket Reference: Working with Structured Data in Python ialah buku rujukan teknikal oleh Matt Harrison, diterbitkan untuk pembaca yang mahu membina aliran kerja pembelajaran mesin berasaskan data berstruktur menggunakan Python. Data berstruktur di sini merujuk kepada data berbentuk jadual, seperti rekod pelanggan, jualan, kesihatan, atau operasi, yang lazimnya diurus dalam jadual dan lajur. Buku ini bukan kursus pengenalan dari kosong, kerana ia mengandaikan pembaca sudah selesa dengan asas Python dan akan mendapat manfaat jika mengetahui pandas. Sebaliknya, tujuannya ialah menghimpunkan langkah penting kerja pembelajaran mesin gunaan dalam bentuk yang padat, dengan nota, jadual, dan contoh kod. Harrison merangkumi penyediaan data, penerokaan data, pemilihan ciri, pemilihan model, serta penilaian hasil. Liputannya bergerak daripada pengelasan menggunakan set data Titanic, kepada regresi, pengelompokan, pengurangan dimensi, dan saluran kerja scikit learn. Oleh itu, buku ini paling tepat dilihat sebagai rujukan praktikal untuk membina, menyemak, dan memperbaiki model bagi masalah data jadual.

Google BigQuery (Valliappa Lakshmanan)

- Amazon USA Store: https://www.amazon.com/dp/1492044466?tag=9natree-20

- Amazon Worldwide Store: https://global.buys.trade/Google-BigQuery-Valliappa-Lakshmanan.html

- Apple Books: https://books.apple.com/us/audiobook/google-cloud-cookbook-practical-solutions-for-building/id1643307595?itsct=books_box_link&itscg=30200&ls=1&at=1001l3bAw&ct=9natree

- eBay: https://www.ebay.com/sch/i.html?_nkw=Google+BigQuery+Valliappa+Lakshmanan+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1

- Shopee: https://asia.buys.trade/shopee_Google-BigQuery-Valliappa-Lakshmanan.html
- Lazada: https://asia.buys.trade/lazada_Google-BigQuery-Valliappa-Lakshmanan.html
- Tiktok: https://asia.buys.trade/tiktok_Google-BigQuery-Valliappa-Lakshmanan.html

- Baca selanjutnya: https://malaysian.9natree.com/read/1492044466/

#SenibinatanpapelayanBigQuery #Pemisahanstorandanpengiraan #ETLdanELTawan #PengoptimumanpertanyaanSQL #BigQueryML #GoogleBigQuery

Google BigQuery: The Definitive Guide ialah buku rujukan teknikal oleh Valliappa Lakshmanan dan Jordan Tigani tentang penggunaan BigQuery sebagai gudang data awan Google. Buku ini berada dalam genre kejuruteraan data dan analitik praktikal. Tujuannya bukan sekadar mengajar sintaks SQL, tetapi menerangkan cara sebuah organisasi menyimpan, memuatkan, menyoal, melindungi, dan menganalisis data yang sangat besar tanpa mengurus pelayan sendiri. Penulis menghubungkan asas seni bina BigQuery dengan kerja harian seperti membina set data, menjalankan pertanyaan, membentuk saluran ETL atau ELT, serta menyediakan laporan dan papan pemuka. Perbincangan kemudian berkembang kepada fungsi analitik lanjutan, data geospatial, pengoptimuman prestasi, keselamatan, dan BigQuery ML. Oleh itu, pembaca dapat melihat BigQuery bukan sebagai pangkalan data transaksi biasa, tetapi sebagai enjin SQL teragih untuk beban kerja analitik. Pendekatannya bersifat rujukan dan berasaskan contoh, sesuai untuk memahami keputusan reka bentuk yang mempengaruhi kos, kelajuan pertanyaan, dan kebolehgunaan data pada skala besar.

Practical Time Series Analysis (Aileen Nielsen)

- Amazon USA Store: https://www.amazon.com/dp/1492041653?tag=9natree-20

- Amazon Worldwide Store: https://global.buys.trade/Practical-Time-Series-Analysis-Aileen-Nielsen.html

- Apple Books: https://books.apple.com/us/audiobook/time-series-data-analysis-a-comprehensive-guide-for/id1778820098?itsct=books_box_link&itscg=30200&ls=1&at=1001l3bAw&ct=9natree

- eBay: https://www.ebay.com/sch/i.html?_nkw=Practical+Time+Series+Analysis+Aileen+Nielsen+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1

- Shopee: https://asia.buys.trade/shopee_Practical-Time-Series-Analysis-Aileen-Nielsen.html
- Lazada: https://asia.buys.trade/lazada_Practical-Time-Series-Analysis-Aileen-Nielsen.html
- Tiktok: https://asia.buys.trade/tiktok_Practical-Time-Series-Analysis-Aileen-Nielsen.html

- Baca selanjutnya: https://malaysian.9natree.com/read/1492041653/

#cirinilaitertunda #kemusimandantrend #pengesahanmengikutmasa #ukuranralatramalan #pengelasansirimasa #PracticalTimeSeriesAnalysis

Practical Time Series Analysis: Prediction with Statistics and Machine Learning ialah buku teknikal oleh Aileen Nielsen, diterbitkan oleh O’Reilly Media, yang memperkenalkan cara menganalisis data bersiri masa untuk tujuan ramalan dan pengelasan. Data jenis ini direkod mengikut urutan masa, contohnya bacaan sensor IoT, kadar penggunaan elektrik, rekod kesihatan digital, trafik laman web, atau jualan harian. Buku ini berada dalam genre sains data gunaan, dengan matlamat menghubungkan asas statistik yang lazim digunakan dalam peramalan dengan kaedah pembelajaran mesin dan pembelajaran mendalam. Nielsen tidak meletakkan teori matematik yang berat sebagai tumpuan utama. Sebaliknya, beliau menerangkan aliran kerja yang diperlukan untuk bekerja dengan data sebenar, daripada memahami struktur data, membersih dan membina ciri, hinggalah mengukur ralat serta menilai model. Pendekatannya menggunakan kedua-dua R dan Python, jadi pembaca dapat melihat bahawa prinsip analisis adalah lebih penting daripada satu bahasa pengaturcaraan tertentu. Buku ini sesuai dibaca sebagai panduan menyeluruh untuk memahami pilihan kaedah yang ada sebelum membina sistem ramalan yang boleh dipercayai.

Kafka (Gwen Shapira)

- Amazon USA Store: https://www.amazon.com/dp/1492043087?tag=9natree-20

- Amazon Worldwide Store: https://global.buys.trade/Kafka-Gwen-Shapira.html

- Apple Books: https://books.apple.com/us/audiobook/the-metamorphosis-unabridged/id1088426486?itsct=books_box_link&itscg=30200&ls=1&at=1001l3bAw&ct=9natree

- eBay: https://www.ebay.com/sch/i.html?_nkw=Kafka+Gwen+Shapira+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1

- Shopee: https://asia.buys.trade/shopee_Kafka-Gwen-Shapira.html
- Lazada: https://asia.buys.trade/lazada_Kafka-Gwen-Shapira.html
- Tiktok: https://asia.buys.trade/tiktok_Kafka-Gwen-Shapira.html

- Baca selanjutnya: https://malaysian.9natree.com/read/1492043087/

#Logperistiwateragih #Partisyendanreplikasi #Consumergroupdanoffset #KafkaConnect #KafkaStreams #Kafka

Kafka: The Definitive Guide: Real-Time Data and Stream Processing at Scale ialah buku rujukan teknikal tentang Apache Kafka, platform penstriman peristiwa teragih yang digunakan untuk memindahkan, menyimpan, dan memproses data secara masa nyata. Edisi kedua ini ditulis oleh Gwen Shapira, Todd Palino, Rajini Sivaram, dan Krit Petty, iaitu pengamal yang mempunyai pengalaman di Confluent dan LinkedIn. Buku ini bukan sekadar panduan menulis kod producer atau consumer. Tujuan utamanya ialah membina kefahaman yang tepat tentang sebab Kafka direka sebagai log teragih, cara ia mencapai skala dan ketahanan gangguan, serta cara mengendalikannya dalam persekitaran pengeluaran. Perbincangannya merangkumi seni bina kluster, topik, partisyen, replikasi, penghantaran mesej yang boleh dipercayai, Kafka Connect, Kafka Streams, keselamatan, transaksi, dan pemantauan. Ia sesuai dibaca sebagai asas teknikal sebelum sesebuah pasukan membina saluran data, mikroservis berasaskan peristiwa, atau aplikasi analitik masa nyata.

Deep Learning from Scratch: Building with Python from First Principles (Seth Weidman)

- Amazon USA Store: https://www.amazon.com/dp/1492041416?tag=9natree-20

- Amazon Worldwide Store: https://global.buys.trade/Deep-Learning-from-Scratch%3A-Building-with-Python-from-First-Principles-Seth-Weidman.html

- eBay: https://www.ebay.com/sch/i.html?_nkw=Deep+Learning+from+Scratch+Building+with+Python+from+First+Principles+Seth+Weidman+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1

- Shopee: https://asia.buys.trade/shopee_Deep-Learning-from-Scratch-Seth-Weidman.html
- Lazada: https://asia.buys.trade/lazada_Deep-Learning-from-Scratch-Seth-Weidman.html
- Tiktok: https://asia.buys.trade/tiktok_Deep-Learning-from-Scratch-Seth-Weidman.html

- Baca selanjutnya: https://malaysian.9natree.com/read/1492041416/

#Perambatanhadapandanbelakang #Kecerunandanpengoptimuman #Rangkaianneuralberlapis #Rangkaianneuralkonvolusi #Rangkaianneuralberulang #DeepLearningfromScratch

Deep Learning from Scratch: Building with Python from First Principles ialah buku teknikal oleh Seth Weidman, diterbitkan untuk pembaca yang mahu memahami pembelajaran mendalam dari asas, bukan sekadar menggunakan pustaka sedia ada. Dalam bidang yang sering didominasi oleh alat seperti TensorFlow, Keras dan PyTorch, buku ini mengambil laluan berbeza. Ia membimbing pembaca membina komponen rangkaian neural sendiri dengan Python, sambil menerangkan sebab matematik dan logik pengiraan di sebalik setiap komponen. Fokusnya meliputi rangkaian neural berlapis, perambatan hadapan, perambatan belakang, fungsi kerugian, latihan model, serta seni bina konvolusi dan berulang. Pendekatan ini sesuai dengan keperluan ramai jurutera perisian dan saintis data di Malaysia yang sudah ada asas Python, matematik dan pembelajaran mesin, tetapi mahu tahu apa yang sebenarnya berlaku dalam model. Buku ini bukan pengenalan paling ringan untuk orang yang langsung baharu. Sebaliknya, ia ialah panduan berstruktur untuk menukar teori kepada kod yang boleh diperiksa, diubah suai dan difahami secara menyeluruh.

Data Science from Scratch: First Principles with Python (Joel Grus)

- Amazon USA Store: https://www.amazon.com/dp/1492041130?tag=9natree-20

- Amazon Worldwide Store: https://global.buys.trade/Data-Science-from-Scratch%3A-First-Principles-with-Python-Joel-Grus.html

- eBay: https://www.ebay.com/sch/i.html?_nkw=Data+Science+from+Scratch+First+Principles+with+Python+Joel+Grus+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1

- Shopee: https://asia.buys.trade/shopee_Data-Science-from-Scratch-Joel-Grus.html
- Lazada: https://asia.buys.trade/lazada_Data-Science-from-Scratch-Joel-Grus.html
- Tiktok: https://asia.buys.trade/tiktok_Data-Science-from-Scratch-Joel-Grus.html

- Baca selanjutnya: https://malaysian.9natree.com/read/1492041130/

#Implementasialgoritmadariasas #Algebralineardanvektor #Kebarangkaliansertastatistikinferens #Regresidanpengelasanpembelajaranmesin #Pemprosesanbahasasemulajadi #DataSciencefromScratch

Data Science from Scratch: First Principles with Python oleh Joel Grus ialah buku teknikal pengenalan data sains yang menggunakan Python untuk menerangkan asas matematik, statistik, dan pembelajaran mesin. Edisi kedua, diterbitkan pada 2019, dikemas kini untuk Python 3.6 serta menambah kandungan tentang pembelajaran mendalam dan pemprosesan bahasa semula jadi. Tujuan utamanya bukan mengajar pembaca menggunakan pustaka seperti alat ajaib, sebaliknya menunjukkan bagaimana idea di sebalik alat itu boleh dibina dan diuji melalui kod. Grus membawa pembaca daripada kursus ringkas Python, kepada vektor, matriks, kebarangkalian, statistik, pengurusan data, dan beberapa model pembelajaran mesin utama. Pendekatan ini sesuai dengan pelajar yang mahu faham mengapa sesuatu algoritma berfungsi, bukan sekadar tahu arahan untuk menjalankannya. Dalam konteks kerja data, termasuk pasukan analitik di Malaysia, pemahaman asas ini membantu seseorang menilai andaian model, mengenal had dapatan, dan berbincang dengan lebih tepat tentang keputusan berasaskan data.

Technology Strategy Patterns: Architecture as Strategy (Eben Hewitt)

- Amazon USA Store: https://www.amazon.com/dp/1492040878?tag=9natree-20

- Amazon Worldwide Store: https://global.buys.trade/Technology-Strategy-Patterns%3A-Architecture-as-Strategy-Eben-Hewitt.html

- Apple Books: https://books.apple.com/us/audiobook/the-architecture-of-jihad-inside-the-ideology/id6777479080?itsct=books_box_link&itscg=30200&ls=1&at=1001l3bAw&ct=9natree

- eBay: https://www.ebay.com/sch/i.html?_nkw=Technology+Strategy+Patterns+Architecture+as+Strategy+Eben+Hewitt+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1

- Shopee: https://asia.buys.trade/shopee_Technology-Strategy-Patterns-Eben-Hewitt.html
- Lazada: https://asia.buys.trade/lazada_Technology-Strategy-Patterns-Eben-Hewitt.html
- Tiktok: https://asia.buys.trade/tiktok_Technology-Strategy-Patterns-Eben-Hewitt.html

- Baca selanjutnya: https://malaysian.9natree.com/read/1492040878/

#Senibinasebagaistrategi #Tigaserangkaistrategibudayapelaksanaan #OneSlider #TechnologyRadar #BuildBuyPartner #TechnologyStrategyPatterns

Technology Strategy Patterns: Architecture as Strategy, karya Eben Hewitt, ialah buku bukan fiksyen tentang cara membina strategi teknologi yang boleh difahami, diluluskan, dan dilaksanakan oleh organisasi. Buku ini berada dalam persilangan seni bina perisian, pengurusan teknologi, dan strategi perniagaan. Hewitt menolak anggapan bahawa pasukan teknologi hanya berfungsi sebagai pusat sokongan. Sebaliknya, beliau melihat teknologi dan seni bina sebagai aset strategik yang boleh membentuk arah, kos, risiko, serta keupayaan perniagaan. Berdasarkan pengalaman beliau sebagai CTO, CIO, dan ketua arkitek, buku ini menghimpunkan 39 corak kerja atau pattern yang boleh diguna semula. Corak tersebut membantu pembaca menilai konteks pasaran, menentukan keutamaan, membuat anggaran, memilih antara membina, membeli, atau bekerjasama, dan menyampaikan cadangan kepada pihak pengurusan. Tujuan utamanya bukan memberi satu pelan teknologi yang seragam untuk semua syarikat. Ia menyediakan bahasa bersama dan alat praktikal supaya keputusan teknologi dapat dihubungkan dengan nilai perniagaan, budaya organisasi, dan kemampuan melaksanakan perubahan.

R Cookbook: Proven Recipes for Data Analysis, Statistics, and Graphics (JD Long)

- Amazon USA Store: https://www.amazon.com/dp/1492040681?tag=9natree-20

- Amazon Worldwide Store: https://global.buys.trade/R-Cookbook%3A-Proven-Recipes-for-Data-Analysis%2C-Statistics%2C-and-Graphics-JD-Long.html

- Apple Books: https://books.apple.com/us/audiobook/the-plant-paradox/id1470319289?itsct=books_box_link&itscg=30200&ls=1&at=1001l3bAw&ct=9natree

- eBay: https://www.ebay.com/sch/i.html?_nkw=R+Cookbook+Proven+Recipes+for+Data+Analysis+Statistics+and+Graphics+JD+Long+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1

- Shopee: https://asia.buys.trade/shopee_R-Cookbook-JD-Long.html
- Lazada: https://asia.buys.trade/lazada_R-Cookbook-JD-Long.html
- Tiktok: https://asia.buys.trade/tiktok_R-Cookbook-JD-Long.html

- Baca selanjutnya: https://malaysian.9natree.com/read/1492040681/

#StrukturdataR #Tidyversedandatakemas #Selangkeyakinandanujianstatistik #RegresilineardanANOVA #Visualisasidatadananalisiskelompok #RCookbook

R Cookbook: Proven Recipes for Data Analysis, Statistics, and Graphics ialah buku rujukan teknikal oleh JD Long dan Paul Teetor, diterbitkan dalam edisi kedua oleh O’Reilly. Buku ini menggunakan format buku resipi, iaitu setiap bahagian bermula dengan masalah kerja yang jelas, diikuti penyelesaian kod R dan penerangan tentang sebab penyelesaian itu berfungsi. Fokusnya bukan untuk mengajar semua teori pengaturcaraan R dari kosong secara menyeluruh, tetapi untuk membantu pengguna menyelesaikan tugasan analisis yang lazim dengan cepat dan lebih tepat. Kandungannya bergerak daripada asas seperti vektor dan jenis pemboleh ubah, kepada pengimportan data, struktur data, statistik deskriptif, ujian hipotesis, visualisasi, regresi linear, ANOVA dan analisis kelompok. Edisi ini memberi perhatian kepada fungsi asas R serta pakej penting dalam ekosistem tidyverse. Maka, buku ini sesuai dibaca secara berurutan oleh orang baharu untuk mengenal keupayaan R, atau digunakan secara terus sebagai rujukan ketika menyiapkan kerja analisis di pejabat, universiti, penyelidikan atau projek data.