• 面向数据科学家的实用统计学
21年品牌 40万+商家 超1.5亿件商品

面向数据科学家的实用统计学

全新正版 极速发货

48.16 5.7折 84 全新

库存2件

广东广州
认证卖家担保交易快速发货售后保障

作者彼特·布鲁斯

出版社东南大学出版社

ISBN9787564175290

出版时间2018-02

装帧其他

开本16开

定价84元

货号1201663849

上书时间2024-06-21

谢岳书店

已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
作者简介
彼特·布鲁斯,创立并发展壮大了Statistics.com上的统计学教育学院,该学院目前提供约90项统计学课程,近半数面向数据科学家。
安德鲁·布鲁斯,在学术、政府和商业各领域拥有超过30年的统计学和数据科学经验,作为美国华盛顿大学统计学博士,他在同行评审的期刊上发表过多篇论文。

目录
Preface
1. Exploratory Data Analysis
  Elements of Structured Data
    Further Reading
  Rectangular Data
    Data Frames and Indexes
    Nonrectangular Data Structures
    Further Reading
  Estimates of Location
    Mean
    Median and Robust Estimates
    Example: Location Estimates of Population and Murder Rates
    Further Reading
  Estimates of Variability
    Standard Deviation and Related Estimates
    Estimates Based on Percentiles
    Example: Variability Estimates of State Population
    Further Reading
  Exploring the Data Distribution
    Percentiles and Boxplots
    Frequency Table and Histograms
    Density Estimates
    Further Reading
  Exploring Binary and Categorical Data
    Mode
    Expected Value
    Further Reading
  Correlation
    Scatterplots
    Further Reading
  Exploring Two or More Variables
    Hexagonal Binning and Contours (Plotting Numeric versus Numeric Data)
    Two Categorical Variables
    Categorical and Numeric Data
    Visualizing Multiple Variables
    Further Reading
  Summary
2. Data and Sampling Distributions
  Random Sampling and Sample Bias
    Bias
    Random Selection
    Size versus Quality: When Does Size Matter?
    Sample Mean versus Population Mean
    Further Reading
  Selection Bias
    Regression to the Mean
    Further Reading
  Sampling Distribution of a Statistic
    Central Limit Theorem
    Standard Error

内容摘要
 统计方法是数据科学的关键部分,至今少有数据科学家经历过正规的统计学训练,关于统计学基础的课程和教材也极少从数据科学的角度编排相关主题。
彼特·布鲁斯、安德鲁·布鲁斯著的《面向数据科学家的实用统计学(影印版)(英文版)》这本实用指南介绍了如何将各种统计方法应用于数据科学,告诉你怎样避免误用,并且提供了关于内容重要性的建议。
很多数据科学资源包括了统计方法,但是欠缺具有深度的统计学视角。如果你熟悉R语言编程,也对统计学有所了解,这份快速参考将帮助你搭建易学可达的知识桥梁。
你将从这本书中学到:为什么探究式数据分析是数据科学的入门关键;随机采样如何减少偏见并产生高质量的数据集,即便用于大数据;实验设计原则如何生成针对问题的答案;如何使用回归估计结果及检测异常;用于预测记录归属的关键归类技巧;从数据学习到的统计机器学习方法;用于从未标记数据中提取意义的无监督学习方法。

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP