数据科学中的实用统计学
①全新正版，现货速发，7天无理由退换货②天津、成都、无锡、广东等多仓就近发货，订单最迟48小时内发出③无法指定快递④可开电子发票，不清楚的请咨询客服。
￥ 56.96 5.7折 ￥ 99.8 全新
库存17件
作者(美) 彼得·布鲁斯, 安德鲁·布鲁斯, (德) 彼得·格德克著
出版社人民邮电出版社
ISBN9787115569028
出版时间2021-10
装帧平装
开本其他
定价99.8元
货号3799669
上书时间2024-10-17
- 在售商品 暂无
- 平均发货时间 17小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
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的开发者，美国统计协会职业发展咨询委员会成员。 n
n
安德鲁·布鲁斯（Andrew Bruce），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。 n
n
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，善于开发机器学习算法。
目录
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。作者以易于理解和参考的方式, 阐释了统计学中与数据科学相关的关键且实用的概念; 解释了各统计学概念在数据科学中的重要性及有用程度。书中内容涉及探索式数据分析、数据和抽样分布、显著性检验、回归与预测、分类、统计机器学习、无监督学习等。第2版在第1版的基础上加入了更多以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。
内容摘要
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版在版的基础上加入了更多以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。本书适合对R和Python有一定了解的数据科学从业者阅读。
主编推荐
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，适用于数据科学的入门初学者；
3.相比于上一版，本书新增了更多Python和R语言示例，读者可以更深入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开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
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价