万本电子书0元读

万本电子书0元读

顶部广告

数据科学中的实用统计学(第2版)电子书

1.以通俗易懂的方式,从数据科学的角度系统的阐释重要且实用的统计学概念,介绍如何将各种统计方法应用于数据科学中; 2.运用清晰的解释和丰富的示例,将实用的统计学术语与数据挖掘实践相结合,适用于数据科学的门初学者; 3.相比于上一版,本书新增了更多Python和R语言示例,读者可以更深的了解如何在数据科学项目中正确运用各种统计方法; 4.通过本书,你将掌握以下知识:

售       价:¥

纸质售价:¥89.90购买纸书

76人正在读 | 0人评论 7.3

作       者:彼得·布鲁斯(Peter Bruce) [美]安德鲁·布鲁斯(Andrew Bruce) [德] 彼得•格德克(Peter Gedeck) 著

出  版  社:人民邮电出版社有限公司

出版时间:2021-10-01

字       数:22.7万

所属分类: 科技 > 计算机/网络 > 软件系统

温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(0条)
  • 读书简介
  • 目录
  • 累计评论(0条)
本书解释了数据科学中至关重要的统计学概念,并介绍了如何将各种统计方法应用于数据科学。作者以通俗易懂、分门别类的方式,阐释了统计学中与数据科学相关的关键概念,并解释了各统计学概念在数据科学中的重要性及有用程度。第 2 版在第 1 版的基础上加了更多以Python 和 R 编写的示例,更清楚地阐释了如何将统计方法用于数据科学。<br/>【推荐语】<br/>1.以通俗易懂的方式,从数据科学的角度系统的阐释重要且实用的统计学概念,介绍如何将各种统计方法应用于数据科学中; 2.运用清晰的解释和丰富的示例,将实用的统计学术语与数据挖掘实践相结合,适用于数据科学的门初学者; 3.相比于上一版,本书新增了更多Python和R语言示例,读者可以更深的了解如何在数据科学项目中正确运用各种统计方法; 4.通过本书,你将掌握以下知识: 为什么探索性数据分析是启数据科学任务的关键一步 随机抽样如何降低偏差并提高数据集的质量 实验设计原则如何针对问题生成确定性答案 如何使用回归方法估计结果并检测异常 用于预测记录所属类别的主要分类方法 从数据中“学习”的统计机器学习方法 从未标记的数据中提取信息的无监督学习方法<br/>【作者】<br/>彼得·布鲁斯(Peter Bruce),Statistics.com统计学教育学院创办人兼院长,重采样统计软件Resampling Stats的发者,美国统计协会职业发展咨询委员会成员。 安德鲁·布鲁斯(Andrew Bruce),亚马逊数据科学家、华盛顿大学统计学博士,拥有30余年的统计学和数据科学经验。 彼得·格德克(Peter Gedeck),数据科学家,拥有30余年的科学计算和数据科学经验,善于发机器学习算法。<br/>
目录展开

版权声明

O'Reilly Media, Inc. 介绍

献词

前言

第 1 章 探索性数据分析

第 2 章 数据与抽样分布

第 3 章 统计实验与显著性检验

第 4 章 回归与预测

第 5 章 分类

第 6 章 统计机器学习

第 7 章 无监督学习

扩展阅读

作者介绍

封面介绍

累计评论(0条) 0个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部