数据科学中的实用统计学 第2版
正版新书 新华官方库房直发 可开电子发票
￥ 70.86 7.1折 ￥ 99.8 全新
库存5件
作者(美)彼得·布鲁斯,(美)安德鲁·布鲁斯,(德)彼得·格德克
出版社人民邮电出版社
ISBN9787115569028
出版时间2021-10
版次1
装帧平装
开本16开
纸张胶版纸
页数288页
字数426千字
定价99.8元
货号SC:9787115569028
上书时间2024-12-03
商品详情
- 品相描述：全新
- 全新正版 提供发票
- 商品描述
-
作者简介:
彼得·布鲁斯是www.statistics.com统计教育研究所的主席和创始人。他撰写了多篇期刊文章，并且是重采样统计软件的开发者。他是《统计分析导论：基于重采样角度》一书的作者以及《商业数据挖掘：概念、技术和应用程序XLMiner（第三版）》的合著者之一。
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
内容简介:
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。本书适合对R和Python有一定了解的数据科学从业者阅读。
目录:
第1章探索性数据分析1
1．1结构化数据的要素2
1．2矩形数据4
1．2．1数据框和索引5
1．2．2非矩形数据结构6
1．2．3扩展阅读6
1．3位置估计6
1．3．1均值8
1．3．2中位数和健壮的估计9
1．3．3示例：人口和谋杀率的位置估计10
1．3．4扩展阅读11
1．4变异性估计11
1．4．1标准差以及相关估计13
1．4．2基于百分位数的估计14
1．4．3示例：美国各州人口数量的变异性估计15
1．4．4扩展阅读16
1．5探索数据分布16
1．5．1百分位数与箱线图17
1．5．2频数表和直方图18
1．5．3密度图和密度估计20
1．5．4扩展阅读22
1．6探索二元数据和分类型数据22
1．6．1众数24
1．6．2期望值24
1．6．3概率25
1．6．4扩展阅读25
1．7相关性25
1．7．1散点图28
1．7．2扩展阅读29
1．8探索两个及以上的变量29
1．8．1六边形分箱图和等高线图（绘制数值型数据之间的关系）30
1．8．2两个分类变量32
1．8．3分类型数据和数值型数据33
1．8．4多个变量的可视化35
1．8．5扩展阅读37
1．9小结37
第2章数据与抽样分布39
2．1随机抽样和样本偏差40
2．1．1偏差42
2．1．2随机选择43
2．1．3数
...
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价