Praktické statistiky pro datové vědce: 50+ základních konceptů používání R a Pythonu

Statistické metody jsou klíčovou součástí datové vědy, přesto jen málo datových vědců má formální statistické školení. Kurzy a knihy o základních statistikách zřídka pokrývají toto téma z pohledu datové vědy. Druhé vydání tohoto oblíbeného průvodce přidává komplexní příklady v Pythonu, poskytuje praktické pokyny pro aplikaci statistických metod na datovou vědu, říká vám, jak se vyhnout jejich zneužití, a dává vám rady, co je důležité a co ne.

Mnoho zdrojů datové vědy zahrnuje statistické metody, ale chybí jim hlubší statistická perspektiva. Pokud znáte programovací jazyky R nebo Python a máte nějaké základy statistiky, tento rychlý přehled překlenuje mezeru v přístupném, čitelném formátu.

S touto knihou se naučíte:

Proč je průzkumná analýza dat klíčovým předběžným krokem ve vědě o datech

Jak může náhodné vzorkování snížit zkreslení a poskytnout datovou sadu vyšší kvality, a to i s velkými daty

Jak principy experimentálního designu poskytují definitivní odpovědi na otázky

Jak používat regresi k odhadu výsledků a detekci anomálií

Klíčové klasifikační techniky pro předpovídání, do kterých kategorií záznam patří

Statistické metody strojového učení, které se „učí“ z dat

Metody učení bez dozoru pro extrakci významu z neoznačených dat

o autorovi

Peter Bruce je zakladatel a hlavní akademický ředitel Institutu pro statistické vzdělávání na Statistics.com, který nabízí asi 80 kurzů statistiky a analytiky, z nichž zhruba polovina je zaměřena na datové vědce.. Je autorem nebo spoluautorem několika knih o statistice a analytice a bakalářský titul získal na Princetonu a magisterské tituly na Harvardu a University of Maryland.

^

Andrew Bruce, hlavní výzkumný pracovník ve společnosti Amazon, má přes 30 let zkušeností ve statistice a datové vědě v akademické sféře, státní správě a podnikání.. Spoluautor knihy Applied Wavelet Analysis with S-PLUS, získal bakalářský titul na Princetonu a doktorát ze statistiky na University of Washington.

^

Peter Gedeck, Senior Data Scientist ve společnosti Collaborative Drug Discovery, se specializuje na vývoj algoritmů strojového učení pro predikci biologických a fyzikálně-chemických vlastností kandidátů na léčiva.. Spoluautor knihy Data Mining for Business Analytics, získal tituly PhD v oboru chemie na Univerzitě Erlangen-Nürnberg v Německu a v oboru matematika na Fernuniversität Hagen v Německu.