Габариты товара: 17.53 см × 23.11 см × 1.52 см (690 hundredths-inches × 910 hundredths-inches × 60 hundredths-inches)
Вес товара: 0.000 кг
Габариты упаковки: 23.09 см × 2.01 см × 17.50 см (909 hundredths-inches × 79 hundredths-inches × 689 hundredths-inches)
Вес упаковки: 0.522 кг, приблизительная стоимость доставки в Россию (Москва) $10.44
Тип товара: Книга абис (ABIS_BOOK)
Товарная группа: Книги (Book)
Характеристики
Практическая статистика для ученых данных 50 важнейших понятий
Характеристики на английском языке
Подробное описание
Статистические методы являются основной частью науки о данных, но очень мало ученых данных какого-либо формального обучения статистике. Курсы и книги по фундаментальной статистике редко освещают тему с точки зрения науки данных. Это практическое руководство объясняет, как применять различные статистические методы для научных данных, рассказывает вам, как избежать их нецелевого использования, а также дает вам советы о том, что важно, а что нет.
Многие научные данные ресурсы включают статистические методы, но не хватает более глубокой статистической точки зрения. Если вы?знакомы с языком программирования R, а также некоторые воздействия статистике, этот краткий справочник мосты в доступном, удобном для чтения формате.
С этой книгой, вы?узнаете:
Почему разведочный анализ данных является ключевым первым шагом в науку о данных
Как случайная выборка может снизить смещение и дают более высокое качество данных, даже с большими данными
Как принципы экспериментального дизайна доходность однозначных ответов на вопросы
Использование регрессионного анализа для оценки результатов и выявления аномалий
Основных методов классификации для прогнозирования, какие категории рекорд принадлежит
Статистические методы машинного обучения, которые ?узнать? из данных
Методы обучения без учителя для извлечения смысла из немаркированных данных
Подробное описание на английском языке
Statistical methods are a key part of of data science, yet very few data scientists have any formal statistics training. Courses and books on basic statistics rarely cover the topic from a data science perspective. This practical guide explains how to apply various statistical methods to data science, tells you how to avoid their misuse, and gives you advice on what's important and what's not.
Many data science resources incorporate statistical methods but lack a deeper statistical perspective. If youâre familiar with the R programming language, and have some exposure to statistics, this quick reference bridges the gap in an accessible, readable format.
With this book, youâll learn:
Why exploratory data analysis is a key preliminary step in data science
How random sampling can reduce bias and yield a higher quality dataset, even with big data
How the principles of experimental design yield definitive answers to questions
How to use regression to estimate outcomes and detect anomalies
Key classification techniques for predicting which categories a record belongs to
Statistical machine learning methods that âlearnâ from data
Unsupervised learning methods for extracting meaning from unlabeled data
Maxi-Sale.ru is a participant in the Amazon Services LLC Associates Program,
an affiliate advertising program designed to provide a means for sites to earn advertising
fees by advertising and linking to Amazon.com.