ODBIERZ TWÓJ BONUS :: »

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

    (ebook) (audiobook) (audiobook)
    Wydawnictwo:
    Helion
    Wydawnictwo:
    Helion
    Ocena:
    3.0/6  Opinie: 3
    Stron:
    296
    Druk:
    oprawa miękka
    3w1 w pakiecie:
    PDF
    ePub
    Mobi
    Wyłącznie

    Książka

    69,00 zł 35%
    44,85 zł

    Dodaj do koszyka Wysyłamy w 24h

    Ebook

    69,00 zł 50%
    34,50 zł

    Dodaj do koszyka lub Kup na prezent Kup 1-kliknięciem

    Przenieś na półkę

    Do przechowalni

    Do przechowalni

    Powiadom o dostępności audiobooka »

    Czytaj fragment

    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 ebooka

    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. 

    Zamknij

    Wybierz metodę płatności

    Zamknij Pobierz aplikację mobilną Ebookpoint