Statistiques pratiques pour les scientifiques des données : 50+ Concepts essentiels utilisant R et Python

Note :   (4,6 sur 5)

Statistiques pratiques pour les scientifiques des données : 50+ Concepts essentiels utilisant R et Python (Peter Bruce)

Avis des lecteurs

Il n'y a actuellement aucun avis de lecteur. La note est basée sur 853 votes.

Titre original :

Practical Statistics for Data Scientists: 50+ Essential Concepts Using R and Python

Contenu du livre :

Les méthodes statistiques sont un élément clé de la science des données, mais peu de scientifiques des données ont une formation statistique formelle. Les cours et les livres sur les statistiques de base couvrent rarement le sujet du point de vue de la science des données. La deuxième édition de ce guide populaire ajoute des exemples complets en Python, fournit des conseils pratiques sur l'application des méthodes statistiques à la science des données, vous indique comment éviter leur mauvaise utilisation et vous donne des conseils sur ce qui est important et ce qui ne l'est pas. De nombreuses ressources sur la science des données intègrent des méthodes statistiques mais manquent d'une perspective statistique plus approfondie. Si vous êtes familier avec les langages de programmation R ou Python et que vous avez une certaine expérience des statistiques, cette référence rapide comble le fossé dans un format accessible et lisible. Avec ce livre, vous apprendrez :

⬤ Pourquoi l'analyse exploratoire des données est une étape préliminaire clé dans la science des données.

⬤ Comment l'échantillonnage aléatoire peut réduire les biais et produire un ensemble de données de meilleure qualité, même avec des données volumineuses.

⬤ Comment les principes de la conception expérimentale permettent d'obtenir des réponses définitives aux questions.

⬤ Comment utiliser la régression pour estimer les résultats et détecter les anomalies.

⬤ Les techniques de classification clés pour prédire les catégories auxquelles un enregistrement appartient.

⬤ Les méthodes statistiques d'apprentissage automatique qui "apprennent" à partir des données.

⬤ Les méthodes d'apprentissage non supervisé pour extraire le sens des données non étiquetées.

Autres informations sur le livre :

ISBN :9781492072942
Auteur :
Éditeur :
Reliure :Broché
Année de publication :2020
Nombre de pages :350

Achat:

Actuellement disponible, en stock.

Je l'achète!

Autres livres de l'auteur :

Statistiques pratiques pour les scientifiques des données : 50+ Concepts essentiels utilisant R et...
Les méthodes statistiques sont un élément clé de...
Statistiques pratiques pour les scientifiques des données : 50+ Concepts essentiels utilisant R et Python - Practical Statistics for Data Scientists: 50+ Essential Concepts Using R and Python
Adlard Coles' Heavy Weather Sailing, sixième édition - Adlard Coles' Heavy Weather Sailing, Sixth...
Depuis sa publication il y a plus de cinquante...
Adlard Coles' Heavy Weather Sailing, sixième édition - Adlard Coles' Heavy Weather Sailing, Sixth Edition
Risques Wight - Wight Hazards
Wight Hazards, qui complète Solent Hazards de l'auteur, fournit un fonds de sagesse intéressante et utile pour ceux qui s'aventurent par la mer sur la...
Risques Wight - Wight Hazards

Les œuvres de l'auteur ont été publiées par les éditeurs suivants :

© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)