Leserbewertungen
Zusammenfassung:Das Buch bietet einen fesselnden Ansatz für die statistische Analyse anhand von NBA-Daten und ist damit sowohl für Basketballfans als auch für Data Science-Interessierte zugänglich. Es kombiniert praktische Anwendungen, R-Programmierung und umfassende Projekte, die den Leser Schritt für Schritt auf seiner Lernreise begleiten.
Vorteile:⬤ Fesselnde Nutzung von NBA-Daten, die für Sportfans verständlich sind.
⬤ Umfassende Abdeckung von Data-Science-Projekten, einschließlich Data Wrangling, EDA und maschinelles Lernen.
⬤ Gut strukturierte, aufeinander aufbauende Kapitel, die sich sowohl an Anfänger als auch an Fortgeschrittene richten.
⬤ Klare Erklärungen zur R-Programmierung und zu relevanten statistischen Methoden.
⬤ Bietet praxisnahe Einblicke in die Basketball-Analytik.
Das Buch ist zwar sehr umfangreich, kann aber für Anfänger, die noch keine Erfahrung mit Statistik oder Programmierung haben, einschüchternd wirken.
(basierend auf 5 Leserbewertungen)
Originaltitel:
Statistics Slam Dunk: Statistical Analysis with R on Real NBA Data
Inhalt des Buches:
Lernen Sie Statistik durch die Analyse von professionellen Basketballdaten! In diesem actiongeladenen Buch werden Sie Ihre Fähigkeiten in der explorativen Datenanalyse ausbauen, indem Sie in die faszinierende Welt der NBA-Spiele und Spielerstatistiken mit Hilfe der Sprache R eintauchen.
In Statistics Slam Dunk entwickelst du eine Toolbox mit R-Datenkenntnissen, darunter:
Lesen und Schreiben von Daten.
Installieren und Laden von Paketen.
Transformieren, Aufräumen und Verarbeiten von Daten.
Anwendung der besten Techniken der explorativen Datenanalyse.
Erstellen überzeugender Visualisierungen.
Entwickeln von überwachten und nicht überwachten Algorithmen für maschinelles Lernen.
Ausführen von Hypothesentests, einschließlich t-Tests und Chi-Quadrat-Tests für Unabhängigkeit.
Berechnung von Erwartungswerten, Gini-Koeffizienten und z-Scores.
Statistics Slam Dunk erweitert Ihre R Data Science-Kenntnisse, indem Sie sich praktischen Analyseaufgaben stellen, die auf NBA-Spiel- und Spielerdaten basieren. Ist das absichtliche Verlieren von Spielen eine rationale Strategie? Welche Hustle-Statistiken haben einen Einfluss auf Siege und Niederlagen? In jedem Kapitel dieses einzigartigen Handbuchs werden neue Data-Science-Techniken eingesetzt, um interessante Erkenntnisse wie diese zu gewinnen. Und genau wie in der realen Welt erhalten Sie in Statistics Slam Dunk keine sauberen, vorgefertigten Datensätze. Sie stellen sich der Herausforderung, mit unübersichtlichen Daten umzugehen, um sich die Fähigkeiten anzueignen, die Sie zum Star in jedem Datenteam machen werden.
Der Kauf des gedruckten Buches beinhaltet ein kostenloses eBook im PDF-, Kindle- und ePub-Format von Manning Publications.
Über die Technologie
Erstaunliche Einsichten verbergen sich in Rohdaten, und die statistische Analyse mit R kann helfen, sie zu enthüllen! R wurde für Daten entwickelt und unterstützt Modellierungs- und statistische Techniken wie Regressions- und Klassifikationsmodelle, Zeitreihenprognosen und Clustering-Algorithmen. Und wenn Sie Ihre Ergebnisse sehen wollen, sind die Visualisierungen von R mit den besten Plots und Diagrammen atemberaubend.
Über das Buch
Statistics Slam Dunk : Statistical analysis with R on real NBA data ist ein interessantes und fesselndes Handbuch für die statistische Analyse mit R. Es ist vollgepackt mit praktischen statistischen Techniken, die jeweils anhand realer Daten aus NBA-Spielen demonstriert werden. In jedem Kapitel entdecken Sie eine neue (und manchmal überraschende!) Einsicht in den Basketball, mit sorgfältigen Schritt-für-Schritt-Anleitungen, wie Sie diese Enthüllungen generieren können.
Sie werden praktische Erfahrungen beim Bereinigen, Bearbeiten, Erforschen, Testen und Analysieren von Daten mit R-Basisfunktionen und nützlichen R-Paketen sammeln. Die Visualisierungsfähigkeiten von R kommen in den 300 Visualisierungen des Buches sowie in fast 30 Diagrammen und Grafiken, darunter Pareto-Diagramme und Sankey-Diagramme, zum Tragen. Dieses Buch ist weit mehr als ein Leitfaden für Anfänger, denn es befasst sich mit fortgeschrittenen Analysetechniken und Datenverarbeitungspaketen. Sie werden dieses Buch immer wieder als praktisches Nachschlagewerk verwenden!
(Über den Leser)
Erfordert erste Kenntnisse grundlegender Statistikkonzepte. Keine fortgeschrittenen Kenntnisse in Statistik, maschinellem Lernen, R - oder Basketball - erforderlich.
Über den Autor
Gary Sutton ist Vizepräsident eines führenden Finanzdienstleistungsunternehmens. Er hat leistungsstarke Business-Intelligence- und Analyse-Organisationen in verschiedenen Branchen aufgebaut und geleitet, in denen R die bevorzugte Programmiersprache für prädiktive Modellierung, statistische Analysen und andere quantitative Erkenntnisse war. Gary hat einen Bachelor-Abschluss von der University of Southern California, einen Master-Abschluss von der George Washington University und einen zweiten Master-Abschluss in Data Science von der Northwestern University.
Weitere Daten des Buches:
| ISBN: | 9781633438682 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 2024 |
| Seitenzahl: | 672 |
Kauf:
Derzeit verfügbar, auf Lager.
