Książki, poradniki, ebooki, audiobooki -
Statystyka praktyczna w data science. 50 kluczowych zagadnień w językach R i Python. Wydanie II

header_top2.png

Promocja tygodnia

50% taniej na książki informatyczne !
Co tydzień inna książka.

Promocja tygodnia o 50%

Taniej na książki klasy business !
Co tydzień inna książka.

Promocja tygodnia 50%

Taniej na książki "Sztuka życia" !
Co tydzień inna książka.

Promocja tygodnia - 50%

Taniej na książki z serii Poradniki !
Co tydzień inna książka.

Jesteś tutaj:

Książki informatyczne

Inne bazy danych

Statystyka praktyczna w data science. 50 kluczowych zagadnień w językach R i Python. Wydanie II

stpra2Metody 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!

 

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.

 

Kup teraz

Pobierz darmowy fragmentpdf icon2Rozmiar: 1,4 MB

Promocje eBooki

Codziennie promocja
innej książki !

Kursy video IT

Kursy video z serii IT

Biznes IT

Książka z serii Biznes IT

Programowanie

Książka z serii
Programowanie

Webmasterstwo

Wybrane książki z serii
Webmasterstwo

Grafika

Książka z serii
Grafika komputerowa

O zdrowiu

Dieta proteinowa

Dieta proteinowa

Zdawać by się mogło, że prawa odchudzania są jak prawa fizyki - z góry ustalone i niepodważalne. Nawet dziecko wie, że aby zrzucić zbędne kilogramy, trzeba przestać jeść. A jednak...

Więcej w : Zdrowe odżywianie

Czytaj więcej...

Biznes i kariera

Radość Sprzedaży

Radość Sprzedaży

W „Radości sprzedaży” znajdziesz wiedzę, dzięki której: nauczysz się budować wartość sprzedawcy, produktu, firmy; przygotujesz się odpowiednio do skutecznej sprzedaży; poznasz niestandardowe podejście do kosztu utraconych korzyści; doświadczysz procesu znajdywania skutecznych argumentów; dowiesz się, co...

Więcej w : Własna firma

Czytaj więcej...
Designed by :