O'Reilly Media Практическая статистика для дата-ученых: более 50 ключевых концепций с примерами на R и Python

Статистические методы являются ключевым элементом науки о данных, но немногие специалисты имеют формальную подготовку по статистике. Книги и курсы по базовой статистике редко рассматривают тему с точки зрения науки о данных.

Во втором издании этого популярного руководства представлены обширные примеры на Python и практические рекомендации по применению статистических методов в науке о данных. Книга также расскажет, как избежать неправильного использования методов статистики и на что обращать внимание.

Если вы знакомы с языками программирования R или Python и имеете некоторые знания статистики, данный справочник поможет восполнить пробелы в доступном и читаемом формате. С его помощью вы узнаете:

• Почему анализ исследовательских данных является ключевым предварительным шагом в науке о данных;
• Как случайная выборка может снизить предвзятость и обеспечить более качественный набор данных, даже при работе с большими данными;
• Как принципы экспериментального дизайна дают четкие ответы на поставленные вопросы;
• Как использовать регрессию для оценки результатов и обнаружения аномалий;
• Ключевые методы классификации для прогнозирования принадлежности записи к категориям;
• Статистические методы машинного обучения, которые "учатся" на данных;
• Ненадзорные методы обучения для извлечения смысла из неразмеченных данных.