Описание
Книга рассчитана на специалистов в области Data Science, обладающих некоторым опытом работы с языком программирования R и имеющих предварительное понятие о математической статистике. В ней в удобной и легкодоступной форме представлены ключевые понятия из статистики, которые относятся к науке о данных, а также объяснено, какие понятия важны и полезны с точки зрения науки о данных, какие менее важны и почему. Подробно раскрыты темы: разведочный анализ данных, распределения данных и выборок, статистические эксперименты и проверка значимости, регрессия и предсказание, классификация, статистическое машинное обучение и обучение без учителя.…Эта книга не является ни очередным учебником по статистике, ни руководством по машин-ному обучению. Она гораздо лучше, поскольку наглядно показывает связь между полезными статистическими терминами и принципами, с одной стороны, и сегодняшними малопонятными жаргонизмами и методами глубинного анализа данных, с другой, давая ясные объяснения и большое количество примеров. Это потрясающий справочник для новичков и специа-листов науки о данных… Галит Шмуели, Автор популярной серии Глубинный анализ данных для деловой аналитики (Data Mining for Business Analytics) и почетный профессор национального университета Циньхуа, Тайвань.
Питер Брюс (Peter Bruce) основал и расширил Институт статистического образования Statistics.com, который теперь предлагает порядка 100 курсов в области статистики, из которых примерно половина предназначена для аналитиков данных. Нанимая в качестве преподавателей ведущих авторов и шлифуя маркетинговую стратегию для привлечения внимания профессиональных аналитиков данных, Питер развил широкое представление о целевом рынке и свои собственные экспертные знания для его завоевания.
Эндрю Брюс (Andrew Bruce) имеет более чем 30-летний стаж работы в области статистики и науки о данных в академической сфере, правительстве и бизнесе. Он обладает степенью кандидата наук в области статистики Вашингтонского университета и опубликовал несколько работ в рецензируемых журналах. Он разработал статистико-ориентированные решения широкого спектра задач, с которыми сталкиваются разнообразные отрасли, начиная с солидных финансовых фирм до интернет-стартапов, и располагает глубоким пониманием практики науки о данных.
Отзывы
Отзывов пока нет.