Metody statystyczne są kluczowym narzędziem w data science, mimo to niewielu analityków danych zdobyło wykształcenie w ich zakresie. Może im to utrudniać uzyskiwanie korzystnych efektów. Zrozumienie praktycznych zasad statystyki okazuje się ważne ponadto dla programistów R i Pythona, którzy tworzą rozwiązania dla data science.
Kursy podstaw statystyki rzadko jednak uwzględniają tę perspektywę, a większość podręczników do statystyki w ogóle nie zajmuje się narzędziami wywodzącymi się z informatyki. To drugie wydanie modnego podręcznika statystyki dedykowanego dla analityków informacji.
Uzupełniono je o wielkie przykłady w Pythonie i wyjaśnienie, jak stosować poszczególne metody statystyczne w problemach data science oraz jak ich nie używać. Skoncentrowano się również na tych zagadnieniach statystyki, które odgrywają wyraźną rolę w data science.
Wyjaśniono, które koncepcje są ważne i przydatne z tej perspektywy, a które mniej widoczne i dlaczego.Co ważne, poszczególne koncepcje i zagadnienia praktyczne przedstawiono w sposób przyswajalny i zrozumiały także dla osób nienawykłych do posługiwania się statystyką na co dzień.
W książce między innymi: analiza eksploracyjna we wstępnym badaniu danych próby losowe a jakość obfitych zbiorów danych podstawy planowania eksperymentów regresja w szacowaniu wyników i wykrywaniu anomalii statystyczne uczenie maszynowe uczenie nienadzorowane a znaczenie danych niesklasyfikowanych Statystyka: tradycyjne narzędzia w najnowszych technologiach!
O autorach Peter Bruce jest ekspertem w dziedzinie nauczania statystyki. Prowadzi Institute for Statistics Education, gdzie oferuje setki kursów skierowanych między innymi do naukowców. Dr Andrew Bruce jest głównym analitykiem w Amazonie.
Od trzydziestu lat zajmuje się statystyką i nauką o danych, opracowując rozwiązania problemów z wielu branż. Dr Peter Gedeck jest badaczem w Collaborative Drug Discovery. Formuje algorytmy uczenia maszynowego do przewidywania cechy substancji stanowiących potencjalne leki.
Opinie i recenzje użytkowników
Dodaj opinie lub recenzję dla Statystyka praktyczna w data science. 50 kluczowych zagadnień w językach r i python. wydanie ii. Twój komentarz zostanie wyświetlony po moderacji.