Statystyka praktyczna w data science. 50 kluczowych zagadnień w językach R i Python

Statystyka stanowi jedno z fundamentalnych narzędzi w świecie data science, ale wielu specjalistów z tego obszaru często nie ma formalnego wykształcenia w tej dziedzinie. To może ograniczać ich możliwości osiągania najlepszych rezultatów. Wiedza z zakresu statystyki jest również nieoceniona dla programistów pracujących w językach R i Python, którzy tworzą rozwiązania przeznaczone do analizy danych. Niestety, podstawowe kursy statystyczne rzadko uwzględniają tę perspektywę, a większość książek nie odnosi się do narzędzi związanych z informatyką.

Nowe wydanie popularnego podręcznika statystyki, skierowanego do analityków danych, zawiera obszerne przykłady prezentowane w Pythonie. Objaśnia, jak efektywnie zastosować metody statystyczne w kontekście data science oraz kiedy lepiej ich unikać. Podręcznik koncentruje się na zagadnieniach statystyki, które są kluczowe w analizie danych, wyjaśniając, które koncepcje są istotne i dlaczego, a które mają mniejsze znaczenie. Co istotne, wszystkie koncepcje i tematy przedstawiono w sposób zrozumiały nawet dla osób, które nie korzystają codziennie ze statystyki.

W książce omówione są takie zagadnienia jak analiza eksploracyjna przy wstępnym badaniu danych, rola prób losowych w jakości dużych zbiorów danych, podstawy planowania eksperymentów, regresja wykorzystywana w szacowaniu wyników i wykrywaniu anomalii, statystyczne uczenie maszynowe oraz znaczenie danych niesklasyfikowanych w uczeniu nienadzorowanym. Statystyka: klasyczne narzędzia w najnowszych technologiach!