Name: The Practice of Reproducible Research: Case Studies and Lessons From the Data-Intensive Sciences (en Inglés)
Price: 551.44 MXN
Availability: InStock
Author: Justin Kitzes
ISBN: 9780520294752

Envío gratis

portada The Practice of Reproducible Research: Case Studies and Lessons From the Data-Intensive Sciences (en Inglés)

Formato

Libro Físico

Editorial

University Of California Press

Autor

Justin Kitzes

Año

2017

Idioma

Inglés

N° páginas

364

Encuadernación

Tapa Blanda

ISBN13

9780520294752

N° edición

Categorías

Geociencias

The Practice of Reproducible Research: Case Studies and Lessons From the Data-Intensive Sciences (en Inglés)

Justin Kitzes (Autor) · University Of California Press · Tapa Blanda

Libro Nuevo

$ 551.44

$ 919.06

Ahorras: $ 367.62

40% descuento

Envío normal

Origen: Reino Unido (Costos de importación incluídos en el precio)

Se enviará desde nuestra bodega entre el Martes 21 de Mayo y el Miércoles 29 de Mayo.

Lo recibirás en cualquier lugar de México entre 1 y 3 días hábiles luego del envío.

Reseña del libro "The Practice of Reproducible Research: Case Studies and Lessons From the Data-Intensive Sciences (en Inglés)"

The Practice of Reproducible Research presents concrete examples of how researchers in the data-intensive sciences are working to improve the reproducibility of their research projects. In each of the thirty-one case studies in this volume, the author or team describes the workflow that they used to complete a real-world research project. Authors highlight how they utilized particular tools, ideas, and practices to support reproducibility, emphasizing the very practical how, rather than the why or what, of conducting reproducible research. Part 1 provides an accessible introduction to reproducible research, a basic reproducible research project template, and a synthesis of lessons learned from across the thirty-one case studies. Parts 2 and 3 focus on the case studies themselves. The Practice of Reproducible Research is an invaluable resource for students and researchers who wish to better understand the practice of data-intensive sciences and learn how to make their own research more reproducible.