İstatistiksel yöntemler veri biliminin önemli bir parçasıdır, ancak çok az sayıda veri bilimci resmi istatistiksel eğitime sahiptir. Temel istatistiklerle ilgili kurslar ve kitaplar konuyu nadiren veri bilimi perspektifinden ele alır. Bu popüler rehberin ikinci baskısı, Python'da kapsamlı örnekler ekler, veri bilimine istatistiksel yöntemleri uygulama konusunda pratik rehberlik sağlar, bunların yanlış kullanımından nasıl kaçınacağınızı anlatır ve neyin önemli neyin önemli olmadığını konusunda size tavsiyelerde bulunur.
Birçok veri bilimi kaynağı istatistiksel yöntemleri içerir ancak daha derin bir istatistiksel bakış açısına sahip değildir. Eğer R veya Python programlama dillerine aşinaysanız ve istatistik konusunda biraz bilginiz varsa, bu hızlı başvuru kılavuzu, erişilebilir, okunabilir bir formatta aradaki boşluğu doldurur.
Bu kitapla öğreneceksiniz:
Keşfedici veri analizi neden veri biliminde önemli bir ön adımdır?
Rastgele örnekleme, önyargıyı nasıl azaltabilir ve büyük verilerde bile daha yüksek kalitede bir veri kümesi sağlayabilir?
Deneysel tasarımın ilkeleri sorulara nasıl kesin yanıtlar verir?
Sonuçları tahmin etmek ve anormallikleri tespit etmek için regresyon nasıl kullanılır?
Bir kaydın hangi kategorilere ait olduğunu tahmin etmeye yönelik temel sınıflandırma teknikleri
Verilerden "öğrenen" istatistiksel makine öğrenimi yöntemleri
Etiketlenmemiş verilerden anlam çıkarmak için denetimsiz öğrenme yöntemleri
yazar hakkında
Peter Bruce, istatistik ve analitik alanında yaklaşık 80 kurs sunan ve bunların yaklaşık yarısı veri bilimcilerine yönelik olan Statistics.com'daki İstatistik Eğitimi Enstitüsü'nün Kurucusu ve Baş Akademik Sorumlusudur.. İstatistik ve analitik alanlarında birkaç kitap yazmış veya ortak yazarlığını yapmış olup, lisans derecesini Princeton'dan, yüksek lisans derecelerini ise Harvard ve Maryland Üniversitesi'nden almıştır.
^
Amazon'da Baş Araştırma Bilimcisi olan Andrew Bruce, akademi, kamu ve iş dünyasında istatistik ve veri bilimi alanında 30 yılı aşkın deneyime sahiptir.. Applied Wavelet Analysis with S-PLUS kitabının ortak yazarıdır, lisans derecesini Princeton'dan ve istatistik alanında doktora derecesini Washington Üniversitesi'nden almıştır.
^
Collaborative Drug Discovery'de Kıdemli Veri Bilimcisi olan Peter Gedeck, ilaç adaylarının biyolojik ve fiziko-kimyasal özelliklerini tahmin etmek için makine öğrenmesi algoritmalarının geliştirilmesinde uzmanlaşmıştır.. İş Analitiği için Veri Madenciliği kitabının ortak yazarı, Almanya'daki Erlangen-Nürnberg Üniversitesi'nden Kimya alanında ve Almanya'daki Fernuniversität Hagen'den Matematik alanında doktora dereceleri almıştır.
Teslim edilmediğinde para iadesi
