Statystyka praktyczna w data science w.2

En savoir plus sur le livre

Metody statystyczne są kluczowym narzędziem w data science, jednak wielu analityków danych nie ma odpowiedniego wykształcenia w tym zakresie, co może utrudniać osiąganie dobrych wyników. Zrozumienie praktycznych zasad statystyki jest również istotne dla programistów R i Pythona, którzy tworzą rozwiązania w tej dziedzinie. Niestety, kursy podstaw statystyki rzadko uwzględniają tę perspektywę, a większość podręczników nie zajmuje się narzędziami informatycznymi. Drugie wydanie popularnego podręcznika statystyki dla analityków danych zostało wzbogacone o liczne przykłady w Pythonie oraz wyjaśnienia dotyczące zastosowania metod statystycznych w problemach data science, a także ich niewłaściwego użycia. Skoncentrowano się na zagadnieniach statystyki kluczowych dla data science, wyjaśniając, które koncepcje są istotne i przydatne, a które mniej. Przedstawione koncepcje i zagadnienia praktyczne są zrozumiałe nawet dla osób, które nie mają codziennego kontaktu z statystyką. W książce omówiono m.in. analizę eksploracyjną, próby losowe, podstawy planowania eksperymentów, regresję w szacowaniu wyników, statystyczne uczenie maszynowe oraz znaczenie danych niesklasyfikowanych. Statystyka: klasyczne narzędzia w nowoczesnych technologiach!