کتاب Practical Statistics for Data Scientists: 50+ Essential Concepts Using R and Python (بدون سانسور)

کتاب Practical Statistics for Data Scientists آمار عملی برای دانشمندان داده اثر Peter Bruce, Andrew Bruce, Peter Gedeck

کتاب Practical Statistics for Data Scientists

روش های آماری بخش کلیدی علم داده هستند، با این حال تعداد کمی از دانشمندان داده آموزش آماری رسمی دارند. دوره ها و کتاب های آمار پایه به ندرت موضوع را از منظر علم داده پوشش می دهند. نسخه دوم این راهنمای محبوب مثال‌های جامعی را در پایتون اضافه می‌کند، راهنمایی‌های عملی در مورد استفاده از روش‌های آماری در علم داده ارائه می‌دهد، به شما می‌گوید چگونه از سوء استفاده از آنها جلوگیری کنید، و به شما توصیه می‌کند که چه چیزی مهم است و چه چیزی نیست.

بسیاری از منابع علم داده از روش های آماری استفاده می کنند، اما فاقد دیدگاه آماری عمیق تر هستند. اگر با زبان های برنامه نویسی R یا Python آشنا هستید و در معرض آمار و ارقام هستید، این مرجع سریع شکاف را در قالبی قابل دسترس و خوانا پر می کند.

با این کتاب یاد خواهید گرفت:

_چرا تجزیه و تحلیل داده های اکتشافی یک مرحله اولیه کلیدی در علم داده است
_چگونه نمونه‌گیری تصادفی می‌تواند سوگیری را کاهش دهد و مجموعه داده با کیفیت بالاتری را حتی با داده‌های بزرگ به دست آورد
_چگونه اصول طراحی آزمایشی پاسخ های قطعی به سوالات می دهد
_نحوه استفاده از رگرسیون برای برآورد نتایج و تشخیص ناهنجاری ها
_تکنیک های طبقه بندی کلیدی برای پیش بینی اینکه یک رکورد به کدام دسته ها تعلق دارد
_روش های آماری یادگیری ماشینی که از داده ها “یاد می گیرند”.
_روش های یادگیری بدون نظارت برای استخراج معنا از داده های بدون برچسب

کتاب Practical Statistics for Data Scientists