Marcin Mazureknarzędzia online · artykuły · księgarniaRSS
Okładka: Statystyka praktyczna w data science. 50 kluczowych zagadnień w językach R i Python. Wydanie II

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

Autor: Peter Bruce, Andrew Bruce, Peter Gedeck

Tłumacz: Krzysztof Sawka, Marta Danch-Wierzchowska

chwilowo niedostępna w druku

Helion

56,55 zł 87,00 zł -35%

Kup w księgarni Helion

Gdzie kupić

SklepWydanieCena
TaniaKsiazka.plksiążka56,36 złKup
Helion.plksiążka56,55 złKup

Ceny z feedów partnerów, odświeżane codziennie. Linki są partnerskie — przy zakupie dostaję prowizję, cena dla Ciebie się nie zmienia.

Czytaj fragmentPobierz PDF

Kategorie
Język R, Machine Learning, Python w danych
Wydawca
Helion
Rodzaj
książka
Format
168x237
Oprawa
miękka
Stron
296
Data wydania
2021-06-16
ISBN
978-83-289-3096-4
Tytuł oryginału
Practical Statistics for Data Scientists: 50+ Essential Concepts Using R and Python, 2nd Edition

Fragment książki — 30 stron

Kliknij stronę, żeby powiększyć. Całość możesz przeczytać online albo pobrać jako PDF. Fragment udostępniony przez wydawcę.

  • Fragment „Statystyka praktyczna w data science. 50 kluczowych zagadnień w językach R i Python. Wydanie II” — strona 1 z 301
  • Fragment „Statystyka praktyczna w data science. 50 kluczowych zagadnień w językach R i Python. Wydanie II” — strona 2 z 302
  • Fragment „Statystyka praktyczna w data science. 50 kluczowych zagadnień w językach R i Python. Wydanie II” — strona 3 z 303
  • Fragment „Statystyka praktyczna w data science. 50 kluczowych zagadnień w językach R i Python. Wydanie II” — strona 4 z 304
  • Fragment „Statystyka praktyczna w data science. 50 kluczowych zagadnień w językach R i Python. Wydanie II” — strona 5 z 305
  • Fragment „Statystyka praktyczna w data science. 50 kluczowych zagadnień w językach R i Python. Wydanie II” — strona 6 z 306
  • Fragment „Statystyka praktyczna w data science. 50 kluczowych zagadnień w językach R i Python. Wydanie II” — strona 7 z 307
  • Fragment „Statystyka praktyczna w data science. 50 kluczowych zagadnień w językach R i Python. Wydanie II” — strona 8 z 308
  • Fragment „Statystyka praktyczna w data science. 50 kluczowych zagadnień w językach R i Python. Wydanie II” — strona 9 z 309
  • Fragment „Statystyka praktyczna w data science. 50 kluczowych zagadnień w językach R i Python. Wydanie II” — strona 10 z 3010
  • Fragment „Statystyka praktyczna w data science. 50 kluczowych zagadnień w językach R i Python. Wydanie II” — strona 11 z 3011
  • Fragment „Statystyka praktyczna w data science. 50 kluczowych zagadnień w językach R i Python. Wydanie II” — strona 12 z 3012
  • Fragment „Statystyka praktyczna w data science. 50 kluczowych zagadnień w językach R i Python. Wydanie II” — strona 13 z 3013
  • Fragment „Statystyka praktyczna w data science. 50 kluczowych zagadnień w językach R i Python. Wydanie II” — strona 14 z 3014
  • Fragment „Statystyka praktyczna w data science. 50 kluczowych zagadnień w językach R i Python. Wydanie II” — strona 15 z 3015
  • Fragment „Statystyka praktyczna w data science. 50 kluczowych zagadnień w językach R i Python. Wydanie II” — strona 16 z 3016
  • Fragment „Statystyka praktyczna w data science. 50 kluczowych zagadnień w językach R i Python. Wydanie II” — strona 17 z 3017
  • Fragment „Statystyka praktyczna w data science. 50 kluczowych zagadnień w językach R i Python. Wydanie II” — strona 18 z 3018
  • Fragment „Statystyka praktyczna w data science. 50 kluczowych zagadnień w językach R i Python. Wydanie II” — strona 19 z 3019
  • Fragment „Statystyka praktyczna w data science. 50 kluczowych zagadnień w językach R i Python. Wydanie II” — strona 20 z 3020
  • Fragment „Statystyka praktyczna w data science. 50 kluczowych zagadnień w językach R i Python. Wydanie II” — strona 21 z 3021
  • Fragment „Statystyka praktyczna w data science. 50 kluczowych zagadnień w językach R i Python. Wydanie II” — strona 22 z 3022
  • Fragment „Statystyka praktyczna w data science. 50 kluczowych zagadnień w językach R i Python. Wydanie II” — strona 23 z 3023
  • Fragment „Statystyka praktyczna w data science. 50 kluczowych zagadnień w językach R i Python. Wydanie II” — strona 24 z 3024
  • Fragment „Statystyka praktyczna w data science. 50 kluczowych zagadnień w językach R i Python. Wydanie II” — strona 25 z 3025
  • Fragment „Statystyka praktyczna w data science. 50 kluczowych zagadnień w językach R i Python. Wydanie II” — strona 26 z 3026
  • Fragment „Statystyka praktyczna w data science. 50 kluczowych zagadnień w językach R i Python. Wydanie II” — strona 27 z 3027
  • Fragment „Statystyka praktyczna w data science. 50 kluczowych zagadnień w językach R i Python. Wydanie II” — strona 28 z 3028
  • Fragment „Statystyka praktyczna w data science. 50 kluczowych zagadnień w językach R i Python. Wydanie II” — strona 29 z 3029
  • Fragment „Statystyka praktyczna w data science. 50 kluczowych zagadnień w językach R i Python. Wydanie II” — strona 30 z 3030

Opis

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

Linki do księgarni są linkami partnerskimi Grupy Helion i Księgarni PWN (przez sieć Adtraction). Ceny i dostępność pochodzą z oferty wydawcy i mogą się zmienić.