Avis des lecteurs
Résumé:Ce livre propose une introduction pratique aux statistiques par le biais de Python, et s'adresse en particulier aux programmeurs ayant une certaine expérience dans ces deux domaines. Il est bien accueilli pour son style accessible et ses exemples efficaces, bien qu'il y ait des critiques concernant l'utilisation de fonctions personnalisées et un manque d'intérêt pour les bibliothèques Python standard.
Avantages:⬤ Excellente introduction aux statistiques pour ceux qui ont des compétences de base en programmation.
⬤ Bien écrit, engageant et concis.
⬤ Offre des exemples pratiques utilisant Jupyter Notebook.
⬤ Couverture complète des sujets statistiques.
⬤ Utile pour l'auto-apprentissage et l'application d'outils statistiques.
⬤ Bon pour acquérir une expérience pratique grâce à des exercices.
⬤ Forte dépendance à l'égard du code personnalisé de l'auteur, qui n'est pas standard ou largement applicable.
⬤ Certains évaluateurs ont trouvé que le code était difficile à comprendre et qu'il ne convenait pas à un usage professionnel.
⬤ L'impression en noir et blanc des graphiques a été critiquée pour son manque de clarté.
⬤ Peut ne pas être idéal pour les débutants complets en programmation ou en statistiques.
⬤ Certains ont trouvé le contenu dense et difficile à retenir.
(basé sur 49 avis de lecteurs)
Titre original :
Think STATS: Exploratory Data Analysis
Contenu du livre :
Si vous savez programmer, vous avez les compétences nécessaires pour transformer les données en connaissances, en utilisant les outils de la probabilité et de la statistique. Cette introduction concise vous montre comment effectuer des analyses statistiques de manière informatique, plutôt que mathématique, à l'aide de programmes écrits en Python.
En travaillant avec une seule étude de cas tout au long de ce livre entièrement révisé, vous apprendrez l'ensemble du processus d'analyse exploratoire des données, de la collecte des données et de la génération de statistiques à l'identification de modèles et au test d'hypothèses. Vous explorerez les distributions, les règles de probabilité, la visualisation et bien d'autres outils et concepts.
De nouveaux chapitres sur la régression, l'analyse des séries chronologiques, l'analyse de survie et les méthodes analytiques enrichiront vos découvertes.
⬤ Le cours est conçu pour vous permettre de comprendre les probabilités et les statistiques en écrivant et en testant du code.
⬤ Lancez des expériences pour tester le comportement statistique, par exemple en générant des échantillons à partir de plusieurs distributions.
⬤ Utilisez des simulations pour comprendre des concepts difficiles à appréhender mathématiquement.
⬤ Importer des données à partir de la plupart des sources avec Python, plutôt que de s'appuyer sur des données nettoyées et formatées pour les outils statistiques.
⬤ Utiliser l'inférence statistique pour répondre à des questions sur des données réelles.
Autres informations sur le livre :
| ISBN : | 9781491907337 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Broché |
| Année de publication : | 2014 |
| Nombre de pages : | 226 |
Achat:
Actuellement disponible, en stock.
