Bewertung:
Derzeit gibt es keine Leserbewertungen. Die Bewertung basiert auf 853 Stimmen.
Practical Statistics for Data Scientists: 50+ Essential Concepts Using R and Python
Statistische Methoden sind ein wichtiger Bestandteil der Datenwissenschaft, doch nur wenige Datenwissenschaftler haben eine formale Statistikausbildung. Kurse und Bücher über grundlegende Statistik behandeln das Thema nur selten aus einer datenwissenschaftlichen Perspektive. Die zweite Auflage dieses beliebten Leitfadens fügt umfassende Beispiele in Python hinzu, bietet praktische Anleitungen zur Anwendung statistischer Methoden in der Datenwissenschaft, sagt Ihnen, wie Sie ihren Missbrauch vermeiden können, und gibt Ihnen Ratschläge, was wichtig ist und was nicht. Viele Data-Science-Ressourcen enthalten statistische Methoden, lassen aber eine tiefere statistische Perspektive vermissen. Wenn Sie mit den Programmiersprachen R oder Python vertraut sind und sich ein wenig mit Statistik auskennen, schließt diese Kurzreferenz die Lücke in einem zugänglichen, gut lesbaren Format. Mit diesem Buch lernen Sie:
⬤ Warum die explorative Datenanalyse ein wichtiger erster Schritt in der Datenwissenschaft ist.
⬤ Wie Zufallsstichproben die Verzerrung reduzieren und einen qualitativ hochwertigeren Datensatz liefern können, selbst bei großen Datenmengen.
⬤ Wie die Prinzipien der Versuchsplanung endgültige Antworten auf Fragen liefern.
⬤ Wie man Regressionen zur Schätzung von Ergebnissen und zur Erkennung von Anomalien einsetzt.
⬤ Schlüsselklassifizierungstechniken zur Vorhersage, zu welchen Kategorien ein Datensatz gehört.
⬤ Statistische Methoden des maschinellen Lernens, die aus Daten "lernen".
⬤ Unüberwachte Lernmethoden zur Extraktion von Bedeutungen aus unmarkierten Daten.
| ISBN: | 9781492072942 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 2020 |
| Seitenzahl: | 350 |
Derzeit verfügbar, auf Lager.
