資料科學家的實用統計學 第二版
Practical Statistics for Data Scientists, 2nd Edition
 
作者: Peter Bruce, Andrew Bruce, Peter Gedeck
譯者: 洪巍恩
書號: A643     出版日: 2021/07/29
ISBN: 9789865028411     EAN: 9789865028411
紙本書價格: 680     附件:  線上下載
電子書: 尚未出版
試讀  
  博客來  
  金石堂  
  天瓏  
  團體購書



回頁首
運用R和Python學習50+個必學統計概念

「這本書並非是另一本統計學教科書,也不是機器學習手冊。本書透過清楚的解釋和豐富範例,將實用的統計術語及原理和當今資料探勘的行話及實務聯繫起來。對資料科學的初學者和老手來說,這都是一本非常出色的參考書。」
—Galit Shmueli, 暢銷書《Data Mining for Business Analytics》主要作者,台灣清華大學特聘教授

統計方法是資料科學很重要的部分,然而很少有資料科學家接受過正式的統計訓練,而一般的課程及書籍亦很少從資料科學的角度來講解基礎統計學。因此本書第二版新增了詳盡的Python範例,提供讀者如何將統計方法應用於資料科學的實用指南、如何避免誤用統計方法,以及該注意的建議。

資料科學的學習資源或多或少有採用統計方法,但卻缺乏更深入的統計觀點,如果你熟悉R或Python程式語言,並對統計學有所了解,那麼這本書將以易懂的方式來幫助你學習。

透過本書,你將會學習到:
‧為何探索式資料分析是資料科學關鍵的第一步
‧隨機抽樣如何減少偏誤,並產生更高品質的資料集
‧實驗設計的原理是如何針對問題得出明確的答案
‧如何使用迴歸來預測結果並檢測異常
‧用來預測紀錄所屬類別的重要分類方法
‧從資料中「學習」的統計機器學習方法
‧從無標籤資料中提取有意義訊息的非監督式學習方法

回頁首
Peter Bruce 是Statistics.com統計教育學院的創辦人
Andrew Bruce 是Amazon的首席研究科學家,擁有30多年的統計及資料科學經驗
Peter Gedeck 在Collaborative Drug Discovery擔任資深資料科學家,致力於開發機器學習演算法來預測候選藥物的性質

回頁首

資料密集型應用系統設計 機器學習設計模式 Data Science from Scratch中文版 第二版|用Python學資料科學


回頁首

第一章 探索式資料分析
第二章 資料和抽樣分布
第三章 統計實驗與顯著性檢驗
第四章 迴歸與預測
第五章 分類
第六章 統計機器學習
第七章 非監督式學習
參考書目
索引

回頁首

請選擇所需之附件
範例檔
檔案名稱
下載
檔案名稱
下載
practical-statistics-for-data-scientists-master


 


  
 

關於碁峰隱私權政策聯絡我們     檢視 : PC 版  手機版
碁峰資訊股份有限公司 GOTOP INFORMATION INC.
台北市南港區三重路66號7樓之6 / 7F.-6,No.66,Sanchong Rd.,Nangang District,Taipei
TEL:(02)2788-2408 FAX:(02)8192-4433 劃撥帳號:14244383
Copyright 2014© GOTOP Information Inc, All Rights Reserved 請勿任意連結、轉載