Avis des lecteurs
Résumé:Le livre fournit des informations utiles, mais il souffre de problèmes de qualité et d'une mauvaise organisation, ce qui le rend difficile pour les personnes qui apprennent pour la première fois.
Avantages:Le livre contient de bonnes informations et, dans certains cas, a été reçu en bon état. Il est utile pour les apprenants avancés et a été livré rapidement.
Inconvénients:La qualité de la couverture rigide laisse à désirer, avec des problèmes tels que la couverture qui se détache facilement. Certains livres sont arrivés endommagés. L'organisation est médiocre, introduisant des sujets complexes avant les concepts fondamentaux, ce qui le rend inadéquat pour les débutants.
(basé sur 4 avis de lecteurs)
Titre original :
Foundations of Statistics for Data Scientists: With R and Python
Contenu du livre :
L'ouvrage Foundations of Statistics for Data Scientists : With R and Python est conçu comme un manuel d'introduction à la statistique mathématique pour les étudiants se destinant à devenir des data scientists. Il s'agit d'une présentation approfondie des sujets de la science statistique avec lesquels tout scientifique des données devrait être familier, y compris les distributions de probabilité, les méthodes statistiques descriptives et inférentielles, et la modélisation linéaire. Le livre suppose une connaissance du calcul de base, de sorte que la présentation peut se concentrer sur le "pourquoi ça marche" ainsi que sur le "comment le faire". Par rapport aux manuels traditionnels de "statistiques mathématiques", le livre met moins l'accent sur la théorie des probabilités et davantage sur l'utilisation de logiciels pour mettre en œuvre des méthodes statistiques et effectuer des simulations pour illustrer les concepts clés. Toutes les analyses statistiques du livre utilisent le logiciel R, avec une annexe montrant les mêmes analyses avec Python.
Caractéristiques principales :
⬤ Montre les éléments de la science statistique qui sont importants pour les étudiants qui envisagent de devenir des scientifiques de données.
⬤ Il inclut l'ajustement bayésien et régularisé des modèles (par exemple, en montrant un exemple utilisant le lasso), la classification et le regroupement, et la mise en œuvre des méthodes avec des logiciels modernes (R et Python).
⬤ Contient près de 500 exercices.
Le livre introduit également des sujets modernes qui n'apparaissent pas normalement dans les textes de statistiques mathématiques mais qui sont très pertinents pour les scientifiques des données, tels que l'inférence bayésienne, les modèles linéaires généralisés pour les réponses non normales (par exemple, la régression logistique et les modèles log-linéaires de Poisson), et l'ajustement de modèle régularisé. Les quelque 500 exercices sont regroupés sous les rubriques "Analyse des données et applications" et "Méthodes et concepts". Les annexes présentent R et Python et contiennent les solutions des exercices impairs. Le site web du livre (http : //stat4ds. rwth-aachen. de/) contient des appendices R, Python et Matlab étendus et tous les ensembles de données des exemples et des exercices.
Autres informations sur le livre :
| ISBN : | 9780367748456 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Relié |
| Année de publication : | 2021 |
| Nombre de pages : | 468 |
Achat:
Actuellement disponible, en stock.
