Statystyka praktyczna w data science
Statystyka praktyczna w data science

Statystyka praktyczna w data science

50 kluczowych zagadnień w językach R i Python
Tytuł oryginalny: Practical statistics for data scientists
EAN: 9788328374270
Okładka: Miękka
Data wydania: 2021
Język: polski
Ilość stron: 296
Wydawnictwo: Helion
45.88
PLN
69,00 zł
45,88 zł
Oszczędzasz: 34% (23 zł)
24h
Najtańsza wysyłka od: 5,99 zł

Koszt dostawy:

Paczka w RUCHu od 5,99 zł
InPost Paczkomaty 24/7 od 6,99 zł
Poczta Polska Odbiór w punkcie od 9,99 zł
Poczta Polska doręczenie pod adres od 10,99 zł
InPost - przesyłka kurierska od 11,99 zł
FedEx - przesyłka kurierska od 14,99 zł

Opis produktu

Metody statystyczne są kluczowym narzędziem w data science, mimo to niewielu analityków danych zdobyło wykształcenie w ich zakresie. Może im to utrudniać uzyskiwanie dobrych efektów. Zrozumienie praktycznych zasad statystyki okazuje się ważne również 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 popularnego podręcznika statystyki przeznaczonego dla analityków danych. Uzupełniono je o obszerne przykłady w Pythonie oraz wyjaśnienie, jak stosować poszczególne metody statystyczne w problemach data science, a także jak ich nie używać. Skoncentrowano się też na tych zagadnieniach statystyki, które odgrywają istotną rolę w data science. Wyjaśniono, które koncepcje są ważne i przydatne z tej perspektywy, a które mniej istotne i dlaczego. Co ważne, poszczególne koncepcje i zagadnienia praktyczne przedstawiono w sposób przyswajalny i zrozumiały również dla osób nienawykłych do posługiwania się statystyką na co dzień.

W książce między innymi:

analiza eksploracyjna we wstępnym badaniu danych
próby losowe a jakość dużych zbiorów danych
podstawy planowania eksperymentów
regresja w szacowaniu wyników i wykrywaniu anomalii
statystyczne uczenie maszynowe
uczenie nienadzorowane a znaczenie danych niesklasyfikowanych
Statystyka: klasyczne 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. Tworzy algorytmy uczenia maszynowego do przewidywania właściwości substancji stanowiących potencjalne leki.

Recenzje

Średnia ocena:
Łącznie oddano głosów:
Data ostatniej:

Twoja ocena:

Twoje imię lub pseudonim:
Podaj swój adres e-mail lub zaloguj się, aby brać udział w konkursach dla najlepszych recenzentów.
Twój adres e-mail:
Przed dodaniem recenzji zapoznaj się z regulaminem.