Статистические методы являются ключевой частью науки о данных. Однако очень немногие аналитики данных обучены статистике должным образом, поскольку нет книг по статистике, написанных специально для аналитиков данных.С другой стороны, многие ресурсы, посвященные науке о данных, содержат статистические методы, но не раскрывают перспективы применения этих методов достаточно глубоко.Предлагаемая книга, написанная доступным языком, устраняет этот пробел. Если вы немного знакомы с языком программирования R и математической статистикой, то легко освоите материал и существенно повысите свой профессиональный уровеньВо второе издание включены примеры на языке Python, что расширяет практическое применение книги.Прочитав эту книгу, вы узнаете:Почему разведывательный анализ данных является ключевым предварительным шагом в науке о данныхКак случайная выборка может уменьшить смещение и привести к более высококачественному набору данных, даже в условиях больших данныхКак принципы планирования эксперимента помогают получить наиболее полные ответы на вопросыКак использовать регрессию для оценки результатов и выявления аномалийВы освоите:Ключевые методы классификации для предсказания, к какой категории относится записьСтатистические методы машинного обучения, которые «обучаются» на данныхМетоды обучения без учителя для извлечения информации из немаркированных данных2-е издание, переработанное и дополненное.
Практическая статистика для специалистов Data Science. 2-е изд., перераб.и доп
Искусство и искусствоведениеСтатистические методы являются ключевой частью науки о данных. Однако очень немногие аналитики данных обучены статистике должным образом, поскольку нет книг по статистике, написанных специально для аналитиков данных.С другой стороны, многие ресурсы, посвященные науке о данных, содержат статистические методы, но не раскрывают перспективы применения этих методов достаточно глубоко.Предлагаемая книга, написанная доступным языком, устраняет этот пробел. Если вы немного знакомы с языком программирования R и математической статистикой, то легко освоите материал и существенно повысите свой профессиональный уровеньВо второе издание включены примеры на языке Python, что расширяет практическое применение книги.Прочитав эту книгу, вы узнаете:Почему разведывательный анализ данных является ключевым предварительным шагом в науке о данныхКак случайная выборка может уменьшить смещение и привести к более высококачественному набору данных, даже в условиях больших данныхКак принципы планирования эксперимента помогают получить наиболее полные ответы на вопросыКак использовать регрессию для оценки результатов и выявления аномалийВы освоите:Ключевые методы классификации для предсказания, к какой категории относится записьСтатистические методы машинного обучения, которые “обучаются” на данныхМетоды обучения без учителя для извлечения информации из немаркированных данных
$35.99
| Вес | 16 унция |
|---|---|
| Габариты | 21.59 × 14.48 × 2.54 дюйм |
| формат | 70×100/16 |
| формат-ммсм | 170×240 |
| handling_time | 20 days |
| тираж | 1300 |
| переплет | Мягкий переплет |
| SKU | 11342530 |
| стандарт | 10 |
| дата-получения | 21.11.2025 |
| количество-страниц | 352 |
| Год выпуска | |
| Издательство | |
| ISBN | 978-5-9775-6705-3 |
| EAN | 9785977567053 |
| Серия | |
| Автор |







