Avis des lecteurs
Résumé:Ce livre est un texte d'introduction aux probabilités et aux statistiques très apprécié, loué pour son accessibilité et ses méthodes d'enseignement efficaces. Il comprend des exercices et des projets pratiques, bien que certains lecteurs aient noté qu'une compréhension de base de Python est nécessaire, et que certains exercices exigent un engagement plus profond.
Avantages:Concis et facile à comprendre, bien écrit pour les débutants, il comprend des exercices et des projets utiles, constitue une bonne introduction aux méthodes statistiques de base et présente des concepts complexes d'une manière accessible.
Inconvénients:⬤ Les attentes peuvent varier car il n'est qu'accessoirement axé sur les statistiques
⬤ nécessite une connaissance pratique de Python
⬤ certains contenus théoriques plus approfondis peuvent manquer, et certains exercices peuvent être assez difficiles.
(basé sur 6 avis de lecteurs)
Titre original :
Statistics Crash Course for Beginners: Theory and Applications of Frequentist and Bayesian Statistics Using Python
Contenu du livre :
Cours accéléré de statistiques fréquentistes et bayésiennes pour les débutants.
Les données et les statistiques sont les sujets centraux de l'apprentissage machine (ML). En réalité, le programmeur moyen peut être tenté de considérer les statistiques avec désintérêt. Mais si vous voulez exploiter l'incroyable puissance de l'apprentissage automatique, vous avez besoin d'une compréhension approfondie des statistiques. En effet, un professionnel de l'apprentissage automatique développe des algorithmes intelligents et rapides qui apprennent à partir des données. Le cours accéléré de statistiques fréquentistes et bayésiennes pour les débutants vous présente une méthode simple pour apprendre rapidement les statistiques. Contrairement à la croyance populaire, les statistiques ne sont plus le domaine exclusif des docteurs en mathématiques. Le sujet peut donc être très aride et ennuyeux. Ce livre, cependant, transforme les statistiques en un sujet amusant. Les statistiques fréquentistes et bayésiennes sont deux techniques statistiques qui interprètent le concept de probabilité de différentes manières. La statistique bayésienne a été introduite pour la première fois par Thomas Bayes dans les années 1770. Les statistiques bayésiennes ont joué un rôle déterminant dans la conception d'algorithmes haut de gamme permettant de faire des prédictions précises. Ainsi, même après 250 ans, l'intérêt pour les statistiques bayésiennes ne s'est pas estompé. En fait, il s'est considérablement accéléré. Les statistiques fréquentistes sont tout aussi importantes que les statistiques bayésiennes. Dans l'univers statistique, la statistique fréquentiste est la technique inférentielle la plus populaire.
En fait, c'est la première école de pensée que l'on rencontre lorsqu'on entre dans le monde des statistiques.
En quoi ce livre est-il différent ?
AI Publishing est totalement convaincue par la méthodologie de l'apprentissage par la pratique. Nous nous sommes donné beaucoup de mal pour que l'apprentissage des statistiques soit facile. Résultat : vous ne serez pas bloqué tout au long de votre apprentissage. Il ne s'agit pas d'un livre rempli de concepts mathématiques complexes et d'équations difficiles. Vous constaterez que la couverture des aspects théoriques des statistiques est proportionnelle aux aspects pratiques de la matière. Le livre facilite le processus de lecture en vous présentant trois types d'encadrés de couleurs différentes. Il s'agit de : Exigences, Lectures complémentaires et Temps d'application. Le dernier chapitre présente deux mini-projets qui vous permettront de mieux comprendre les concepts étudiés dans les huit chapitres précédents. La principale caractéristique de ce livre est qu'il vous donne un accès instantané à un trésor de matériel d'apprentissage connexe. Il s'agit de PDF, de codes Python, d'exercices et de références sur le site web de l'éditeur. Vous avez accès à tout ce matériel d'apprentissage sans frais supplémentaires. Vous pouvez également télécharger les ensembles de données d'apprentissage automatique utilisés dans ce livre au moment de l'exécution. Vous pouvez également y accéder via le dossier Resources/Datasets. Le cours rapide sur la programmation Python dans le premier chapitre sera immensément utile, surtout si vous êtes novice en la matière. Étant donné que vous pouvez accéder à tous les codes Python et à tous les ensembles de données, un ordinateur équipé d'Internet suffit pour commencer.
Les thèmes abordés sont les suivants :
⬤ Introduction rapide à Python pour les statistiques.
⬤ Début avec les probabilités.
⬤ Variables aléatoires et distributions de probabilités.
⬤ Statistiques descriptives : Mesure de la tendance centrale et de la dispersion.
⬤ Analyse exploratoire : Visualisation des données.
⬤ Inférence statistique.
⬤ Inférence fréquentiste.
⬤ Inférence bayésienne.
⬤ Projets pratiques.
Cliquez sur le bouton ACHETER MAINTENANT et commencez votre voyage d'apprentissage des statistiques.
Autres informations sur le livre :
| ISBN : | 9781734790160 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Broché |
Achat:
Actuellement disponible, en stock.
