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

Oswoić atopowe zapalenie skóry

Oswoić atopowe zapalenie skóry

Poznaj pomocne sposoby, wykorzystywane przez mamę dwójki dzieci chorych na AZS. Kochani rodzice! Właśnie dowiedzieliście się, że Wasze dziecko ma skazę białkową AZS? Nie wiecie, co robić, aby mu pomóc, a...

Więcej w : Zdrowie dzieci

Czytaj więcej...

Biznes i kariera

Badanie potrzeb klienta

Badanie potrzeb klienta

Czy zdarzyło Ci się, że Twój klient posiadał większą wiedzę na temat produktu/usługi, którą sprzedajesz? Dzisiaj, gdy dostęp do informacji jest banalnie prosty, coraz trudniejsze staje się posiadanie przez sprzedającego przewagi informacyjnej....

Więcej w : Własna firma

Czytaj więcej...
Designed by :