Statystyka praktyczna w data science. 50 kluczowych zagadnień w językach R i Python
- Kategoria:
- informatyka, matematyka
- Tytuł oryginału:
- Practical Statistics for Data Scientists: 50+ Essential Concepts Using R and Python
- Wydawnictwo:
- Helion
- Data wydania:
- 2021-06-16
- Data 1. wyd. pol.:
- 2021-06-16
- Liczba stron:
- 296
- Czas czytania
- 4 godz. 56 min.
- Język:
- polski
- ISBN:
- 9788328374270
- Tłumacz:
- Krzysztof Sawka
- Tagi:
- statystyka python R metody statystyczne analityka danych dane data science informatyka
Metody statystyczne są kluczowym narzędziem w data science, mimo to niewielu analityków danych zdobyło wykształcenie w ich zakresie. Może im to utrudniać uzyskiwanie dobrych efektów. Zrozumienie praktycznych zasad statystyki okazuje się ważne również dla programistów R i Pythona, którzy tworzą rozwiązania dla data science. Kursy podstaw statystyki rzadko jednak uwzględniają tę perspektywę, a większość podręczników do statystyki w ogóle nie zajmuje się narzędziami wywodzącymi się z informatyki.
To drugie wydanie popularnego podręcznika statystyki przeznaczonego dla analityków danych. Uzupełniono je o obszerne przykłady w Pythonie oraz wyjaśnienie, jak stosować poszczególne metody statystyczne w problemach data science, a także jak ich nie używać. Skoncentrowano się też na tych zagadnieniach statystyki, które odgrywają istotną rolę w data science. Wyjaśniono, które koncepcje są ważne i przydatne z tej perspektywy, a które mniej istotne i dlaczego. Co ważne, poszczególne koncepcje i zagadnienia praktyczne przedstawiono w sposób przyswajalny i zrozumiały również dla osób nienawykłych do posługiwania się statystyką na co dzień.
W książce między innymi:
analiza eksploracyjna we wstępnym badaniu danych
próby losowe a jakość dużych zbiorów danych
podstawy planowania eksperymentów
regresja w szacowaniu wyników i wykrywaniu anomalii
statystyczne uczenie maszynowe
uczenie nienadzorowane a znaczenie danych niesklasyfikowanych
Statystyka: klasyczne narzędzia w najnowszych technologiach!
Porównaj ceny
W naszej porównywarce znajdziesz książki, audiobooki i e-booki, ze wszystkich najpopularniejszych księgarni internetowych i stacjonarnych, zawsze w najlepszej cenie. Wszystkie pozycje zawierają aktualne ceny sprzedaży. Nasze księgarnie partnerskie oferują wygodne formy dostawy takie jak: dostawę do paczkomatu, przesyłkę kurierską lub odebranie przesyłki w wybranym punkcie odbioru. Darmowa dostawa jest możliwa po przekroczeniu odpowiedniej kwoty za zamówienie lub dla stałych klientów i beneficjentów usług premium zgodnie z regulaminem wybranej księgarni.
Za zamówienie u naszych partnerów zapłacisz w najwygodniejszej dla Ciebie formie:
• online
• przelewem
• kartą płatniczą
• Blikiem
• podczas odbioru
W zależności od wybranej księgarni możliwa jest także wysyłka za granicę. Ceny widoczne na liście uwzględniają rabaty i promocje dotyczące danego tytułu, dzięki czemu zawsze możesz szybko porównać najkorzystniejszą ofertę.
Mogą Cię zainteresować
Książka na półkach
- 11
- 7
- 3
- 2
- 1
- 1
- 1
- 1
- 1
Cytaty
Bądź pierwszy
Dodaj cytat z książki Statystyka praktyczna w data science. 50 kluczowych zagadnień w językach R i Python
Dodaj cytat
OPINIE i DYSKUSJE
Dość niejasne prezentacje podstawowych zagadnień przeplatane są nic nie wnoszącymi listingami kodu. Wiele z wykresów nieczytelne z powodu druku w odcieniach szarości (w XXI wieku wydawałoby się, że druk kolorowy nie jest wyzwaniem, ale Helion jeszcze o tym nie słyszał). Niektóre fragmenty są kuriozalne, jak na przykład prezentacja metody łokcia doboru ilości klastrów (K-means) na wykresie, na którym nie można jej zastosować...
Mam wrażenie, że coś jest nie tak z tłumaczeniem - niektóre zdania po prostu nie mają sensu. Nie zadałem sobie jednak trudu porównania z oryginałem. Swoją drogą, żałowałem że nie wybrałem oryginalnej wersji, bo niestety Data Science jest dziedziną w której króluje język angielski.
Zalety? Większość tematów jest "nieprzegadane", ich opisy są krótkie, treściwe (aczkolwiek, powtórzę, często mało klarowne)
Dość niejasne prezentacje podstawowych zagadnień przeplatane są nic nie wnoszącymi listingami kodu. Wiele z wykresów nieczytelne z powodu druku w odcieniach szarości (w XXI wieku wydawałoby się, że druk kolorowy nie jest wyzwaniem, ale Helion jeszcze o tym nie słyszał). Niektóre fragmenty są kuriozalne, jak na przykład prezentacja metody łokcia doboru ilości klastrów...
więcej Pokaż mimo toAutorzy popełnili klasyczny grzech w książkach o data science - szybko się poddali. Wydawca zawsze obiecuje, że książka jest oparta na praktycznych przykładach, co tutaj do pewnego momentu nawet się udaje (szczególnie przy AB testach),po czym okazuje się że z każdą kolejną stroną tempo narasta a im bardziej skomplikowane tematy są poruszane, tym krótsze i bardziej abstrakcyjne jest ich omówienie. W pewnym momencie przykładem przytaczanych koncepcji staje się już... wzór matematyczny! Wzór to nie przykład drodzy autorzy!
Niestety dobrych książek w tej tematyce ze świecą szukać, stąd ta ma pewną wartość i nie okazała się całkowitą stratą czasu. Pierwsza część może się okazać przydatna przy testach statystycznych, dlatego ani nie polecam ani nie odradzam.
Autorzy popełnili klasyczny grzech w książkach o data science - szybko się poddali. Wydawca zawsze obiecuje, że książka jest oparta na praktycznych przykładach, co tutaj do pewnego momentu nawet się udaje (szczególnie przy AB testach),po czym okazuje się że z każdą kolejną stroną tempo narasta a im bardziej skomplikowane tematy są poruszane, tym krótsze i bardziej...
więcej Pokaż mimo toI część książki jest napisana w miarę zrozumiałym językiem wymagającym jedynie podstawowej wiedzy z zakresu statystyki. Niestety w II części, gdzie autorzy przechodzą do omawiania bardziej skomplikowanych zagadnień, język staje się niezwykle formalny, brakuje konkretnych przykładów a treść jest przeładowana ogólnymi, matematycznymi wzorami, które raczej mocno utrudniają zamiast ułatwiać zrozumienie omawianych pojęć. W rezultacie książka bardziej przypomina artykuł w profesjonalnym czasopiśmie matematycznym niż przystępny podręcznik dla osób nie będących zawodowymi matematykami.
I część książki jest napisana w miarę zrozumiałym językiem wymagającym jedynie podstawowej wiedzy z zakresu statystyki. Niestety w II części, gdzie autorzy przechodzą do omawiania bardziej skomplikowanych zagadnień, język staje się niezwykle formalny, brakuje konkretnych przykładów a treść jest przeładowana ogólnymi, matematycznymi wzorami, które raczej mocno utrudniają...
więcej Pokaż mimo toTak na start może i warto przeczytać, dla mnie podstawowa powtórka ze studiów. Generalnie nie jest to książka, którą chciałbyś mieć na półce, żeby w razie wu zajrzeć.
Tak na start może i warto przeczytać, dla mnie podstawowa powtórka ze studiów. Generalnie nie jest to książka, którą chciałbyś mieć na półce, żeby w razie wu zajrzeć.
Pokaż mimo to