A statisztikai módszerek az adattudomány kulcsfontosságú részét képezik, mégis kevés adattudós rendelkezik hivatalos statisztikai képzettséggel. Az alapvető statisztikákról szóló kurzusok és könyvek ritkán foglalkoznak a témával adattudományi szempontból. Ennek a népszerű útmutatónak a második kiadása átfogó példákat ad Pythonban, gyakorlati útmutatást nyújt statisztikai módszerek adatelemzésben való alkalmazásához, elmondja, hogyan kerüljük el a helytelen használatukat, és tanácsot ad arra, mi fontos és mi nem.
Számos adattudományi forrás tartalmaz statisztikai módszereket, de nem tartalmaz mélyebb statisztikai perspektívát. Ha ismeri az R vagy a Python programozási nyelveket, és van némi statisztikai ismerete, ez a gyorsreferencia áthidalja a szakadékot egy hozzáférhető, olvasható formátumban.
Ezzel a könyvvel megtanulod:
Miért a feltáró adatelemzés kulcsfontosságú előzetes lépés az adattudományban?
Hogyan csökkentheti a véletlenszerű mintavételezés a torzítást, és hogyan eredményezhet jobb minőségű adatkészletet, még nagy adatok esetén is
Hogyan adnak végleges választ a kísérleti tervezés elvei a kérdésekre
Hogyan használjuk a regressziót az eredmények becslésére és az anomáliák kimutatására
Kulcsfontosságú osztályozási technikák annak előrejelzésére, hogy egy rekord mely kategóriákba tartozik
Statisztikai gépi tanulási módszerek, amelyek „tanulnak” az adatokból
Felügyelet nélküli tanulási módszerek a címkézetlen adatokból való jelentés kinyerésére
A szerzőről
Peter Bruce a Statistics.com-on működő Statisztikai Oktatási Intézet alapítója és vezető akadémiai tisztviselője, amely körülbelül 80 statisztikai és elemzési kurzust kínál, amelyeknek körülbelül a fele adatelemzőkre irányul.. Számos könyv szerzője vagy társszerzője a statisztika és az analitika területén, és a Princetonon szerezte alapképzését, valamint mesterfokozatot a Harvardon és a Marylandi Egyetemen.
^
Andrew Bruce, az Amazon vezető kutatója, több mint 30 éves tapasztalattal rendelkezik a statisztika és az adatelemzés területén az akadémián, a kormányzatban és az üzleti életben.. Az Applied Wavelet Analysis with S-PLUS társszerzője, a Princetonon szerezte meg alapképzését, és a Washingtoni Egyetemen doktorált statisztikából.
^
Peter Gedeck, a Collaborative Drug Discovery vezető adatszakértője, gépi tanulási algoritmusok fejlesztésére specializálódott, amelyek gyógyszerjelöltek biológiai és fiziko-kémiai tulajdonságait jósolják.. A Data Mining for Business Analytics társszerzője, PhD fokozatot szerzett kémiából az Erlangeni-Nürnbergi Egyetemen Németországban és matematikából a Hageni Távolsági Egyetemen Németországban.