برنامه نويسي

آمار عملی برای دانشمند داده

Practical Statistics for Data Scientist

دانلود کتاب Practical Statistics for Data Scientist (به فارسی: آمار عملی برای دانشمند داده) نوشته شده توسط «Peter Bruce – Andrew Bruce»

اطلاعات کتاب آمار عملی برای دانشمند داده

موضوع اصلی: کامپیوتر – برنامه نویسی

نوع: کتاب الکترونیکی

ناشر: O’Reilly

نویسنده: Peter Bruce – Andrew Bruce

زبان: english

فرمت کتاب: PDF (قابل تبدیل به سایر فرمت ها)

سال انتشار: 2017

تعداد صفحه: 562

حجم فایل: 13.40 مگابایت

کد کتاب: 1491952962 , 9781491952962

توضیحات کتاب آمار عملی برای دانشمند داده

روش‌های آماری بخش کلیدی علم داده هستند، اما تعداد کمی از دانشمندان داده‌ها آموزش رسمی آماری دارند. دوره ها و کتاب های آمار پایه به ندرت موضوع را از منظر علم داده پوشش می دهند. این راهنمای عملی نحوه به کارگیری روش‌های آماری مختلف را در علم داده توضیح می‌دهد، به شما می‌گوید چگونه از سوء استفاده از آنها جلوگیری کنید، و توصیه‌هایی در مورد آنچه مهم است و چه چیزی نیست به شما می‌دهد.

بسیاری از منابع علم داده از روش های آماری استفاده می کنند، اما فاقد دیدگاه آماری عمیق تر هستند. اگر با زبان برنامه نویسی R 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 مقدماتی 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 تعلق دارد
روش‌های یادگیری ماشین آماری که از داده‌ها «یاد می‌گیرند»
روش های یادگیری بدون نظارت برای استخراج معنا از داده های بدون برچسب

Statistical methods are a key part of of data science, yet very few data scientists have any formal statistics training. Courses and books on basic statistics rarely cover the topic from a data science perspective. This practical guide explains how to apply various statistical methods to data science, tells you how to avoid their misuse, and gives you advice on what’s important and what’s not.

Many data science resources incorporate statistical methods but lack a deeper statistical perspective. If you’re familiar with the R programming language, and have some exposure to statistics, this quick reference bridges the gap in an accessible, readable format.

With this book, you’ll learn:

Why exploratory data analysis is a key preliminary step in data science
How random sampling can reduce bias and yield a higher quality dataset, even with big data
How the principles of experimental design yield definitive answers to questions
How to use regression to estimate outcomes and detect anomalies
Key classification techniques for predicting which categories a record belongs to
Statistical machine learning methods that “learn” from data
Unsupervised learning methods for extracting meaning from unlabeled data

دانلود کتاب «آمار عملی برای دانشمند داده»

مبلغی که بابت خرید کتاب می‌پردازیم به مراتب پایین‌تر از هزینه‌هایی است که در آینده بابت نخواندن آن خواهیم پرداخت.

📖 خرید این کتاب

برای دریافت فایل و اطلاع از قیمت، روی یکی از دکمه‌های زیر کلیک کنید تا پیام آماده برای شما ارسال شود:

پس از ارسال پیام، قیمت و لینک دریافت فایل در اسرع وقت برای شما ارسال خواهد شد.

برچسب ها

دیدگاهتان را بنویسید

مبلغی که بابت خرید کتاب می‌پردازیم به مراتب پایین‌تر از هزینه‌هایی است که در آینده بابت نخواندن آن خواهیم پرداخت.
کتابخانه دیجیتال بَلیان