Leserbewertungen
Zusammenfassung:Das Buch bietet nützliche Informationen, leidet aber unter Qualitätsproblemen und schlechter Organisation, was es für Lernanfänger schwierig macht.
Vorteile:Das Buch enthält gute Informationen und wurde in einigen Fällen in gutem Zustand geliefert. Es ist nützlich für fortgeschrittene Lernende und wurde prompt geliefert.
Nachteile:Die Qualität des Hardcovers ist mangelhaft, der Einband löst sich leicht ab. Einige Bücher kamen beschädigt an. Die Gliederung ist schlecht, da komplexe Themen vor den grundlegenden Konzepten eingeführt werden, was es für Anfänger ungeeignet macht.
(basierend auf 4 Leserbewertungen)
Originaltitel:
Foundations of Statistics for Data Scientists: With R and Python
Inhalt des Buches:
Foundations of Statistics for Data Scientists: With R and Python ist als Lehrbuch für eine ein- oder zweisemestrige Einführung in die mathematische Statistik für Studenten konzipiert, die sich zu Datenwissenschaftlern ausbilden lassen. Es ist eine ausführliche Darstellung der Themen der statistischen Wissenschaft, mit denen jeder Datenwissenschaftler vertraut sein sollte, einschließlich Wahrscheinlichkeitsverteilungen, deskriptive und inferenzstatistische Methoden und lineare Modellierung. Das Buch setzt die Kenntnis der Grundrechenarten voraus, so dass sich die Darstellung darauf konzentrieren kann, "warum es funktioniert" und "wie man es macht". Im Vergleich zu traditionellen Lehrbüchern der "mathematischen Statistik" liegt der Schwerpunkt des Buches jedoch weniger auf der Wahrscheinlichkeitstheorie und mehr auf der Verwendung von Software zur Implementierung statistischer Methoden und zur Durchführung von Simulationen zur Veranschaulichung wichtiger Konzepte. Alle statistischen Analysen in diesem Buch verwenden die Software R, wobei ein Anhang die gleichen Analysen mit Python zeigt.
Hauptmerkmale:
⬤ Zeigt die Elemente der statistischen Wissenschaft, die für Studenten wichtig sind, die Datenwissenschaftler werden wollen.
⬤ Enthält Bayes'sche und regularisierte Modellanpassungen (z. B. ein Beispiel mit dem Lasso), Klassifizierung und Clustering sowie die Implementierung von Methoden mit moderner Software (R und Python).
⬤ Enthält fast 500 Übungen.
Das Buch führt auch in moderne Themen ein, die normalerweise nicht in Texten der mathematischen Statistik vorkommen, aber für Datenwissenschaftler von großer Bedeutung sind, wie Bayes'sche Inferenz, verallgemeinerte lineare Modelle für nicht-normale Antworten (z. B. logistische Regression und loglineare Poisson-Modelle) und regularisierte Modellanpassung. Die fast 500 Übungen sind in "Datenanalyse und Anwendungen" und "Methoden und Konzepte" gegliedert. Anhänge führen in R und Python ein und enthalten Lösungen für Übungen mit ungeraden Zahlen. Die Website des Buches (http: //stat4ds. rwth-aachen. de/) bietet erweiterte R-, Python- und Matlab-Anhänge sowie alle Datensätze der Beispiele und Übungen.
Weitere Daten des Buches:
| ISBN: | 9780367748456 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Hardcover |
| Erscheinungsjahr: | 2021 |
| Seitenzahl: | 468 |
Kauf:
Derzeit verfügbar, auf Lager.
