Praktisk statistik for datavidenskabsfolk: 50+ Væsentlige Koncepter ved Brug af R og Python

Statistiske metoder er en nøglekomponent i datavidenskab, men få datavidenskabsfolk har formel statistisk uddannelse.. Kurser og bøger om grundlæggende statistik dækker sjældent emnet fra et datavidenskabeligt perspektiv.. Den anden udgave af denne populære guide tilføjer omfattende eksempler i Python, giver praktisk vejledning til anvendelse af statistiske metoder inden for datalogi, fortæller dig, hvordan du undgår misbrug, og giver dig råd om, hvad der er vigtigt, og hvad der ikke er.

Mange datavidenskabelige ressourcer indeholder statistiske metoder, men mangler et dybere statistisk perspektiv.. Hvis du er bekendt med programmeringssprogene R eller Python og har en vis erfaring med statistik, bygger denne hurtigreference bro over kløften i et tilgængeligt, læsbart format.

Med denne bog vil du lære:

Hvorfor udforskende dataanalyse er et nøgletrin i de indledende faser af datavidenskab

Hvordan tilfældig udvælgelse kan reducere skævhed og give et datasæt af højere kvalitet, selv med big data

Hvordan principperne for eksperimentelt design giver definitive svar på spørgsmål

Sådan bruges regression til at estimere resultater og opdage anomalier

Nøgleklassificeringsteknikker til at forudsige, hvilke kategorier en post tilhører

Statistiske maskinlæringsmetoder, der "lærer" af data

Uovervågede læringsmetoder til at udtrække mening fra ulabelerede data

Om forfatteren

Peter Bruce er grundlægger og Chief Academic Officer for Institute for Statistics Education hos Statistics.com, som tilbyder omkring 80 kurser i statistik og analyse, hvoraf cirka halvdelen er rettet mod data scientists.. Han har skrevet eller medforfattet flere bøger inden for statistik og analyse, og han tog sin bachelorgrad på Princeton og sine kandidatgrader på Harvard og University of Maryland.

^

Andrew Bruce, ledende forskningsvidenskabsmand hos Amazon, har over 30 års erfaring inden for statistik og datalogi i akademia, offentlig sektor og erhvervslivet.. Medforfatter til Applied Wavelet Analysis with S-PLUS, han tog sin bachelorgrad på Princeton og sin ph.d. i statistik på University of Washington

^

Peter Gedeck, Senior Data Scientist hos Collaborative Drug Discovery, specialiserer sig i udviklingen af maskinlæringsalgoritmer til at forudsige biologiske og fysisk-kemiske egenskaber for lægemiddelkandidater.. Medforfatter til Data Mining for Business Analytics, han opnåede doktorgrader i Kemi fra University of Erlangen-Nürnberg i Tyskland og Matematik fra Fernuniversität Hagen, Tyskland.