面向数据科学家的实用统计学(第2版)(影印版)
正版图书，可开发票，请放心购买。
￥ 81.63 6.3折 ￥ 129 全新
仅1件
广东广州
认证卖家担保交易快速发货售后保障
作者[美]彼得·布鲁斯
出版社南京东南大学出版社有限公司
ISBN9787564195151
出版时间2020-05
四部分类子部>艺术>书画
装帧平装
开本16开
定价129元
货号11098880
上书时间2024-08-15
- 店主推荐
- 最新上架
商品详情
- 品相描述：全新
- 商品描述
-
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 Tables and Histograms
Density Plots and Estimates
Further Reading
Exploring Binary and Categorical Data
Mode
Expected Value
Probability
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
Further Reading
The Bootstrap
Resampling Versus Bootstrapping
Further Reading
Confidence Intervals
Further Reading
Normal Distribution
Standard Normal and QQ-Plots
Long-Tailed Distributions
Further Reading
Students t-Distribution
Further Reading
Binomial Distribution
Further Reading
Chi-Square Distribution
Further Reading
F-Distribution
……
3. Statistical Experiments and Significance Testing
4. Regression and Prediction
5. Classification
6. Statistical Machine Learning
7. Unsupervised Learning
Bibliography
Index
内容摘要
统计方法是数据科学的关键部分，但鲜有数据科学家接受过正规的统计培训。基础统计学的相关课程和书籍很少从数据科学的角度来介绍这个主题。这本广受欢迎的指南手册的第二版添加了Python综合示例，提供了将统计方法应用于数据科学的实用指导，告诉你如何避免误用这些方法，并就什么重要，什么不重要给出了建议。许多数据科学资源都引入了统计方法，但是缺乏更深层次的统计视角。如果你熟悉R或Python编程语言，对统计学有所了解，那么这本快速参考将以其通俗易懂的格式弥补这种空白。
精彩内容
统计方法是数据科学的重要组成部分，但很少有数据科学家接受过正规的统计培训。关于基础统计的课程和书籍很少从数据科学的角度来涵盖这一主题。这本流行指南的第二版在Python中添加了全面的示例，提供了在数据科学中应用统计方法的实用指导，告诉您如何避免它们的误用，并就哪些重要，哪些不重要给出了建议。
许多数据科学资源包含了统计方法，但缺乏更深层次的统计视角。如果您熟悉R或Python编程语言，并且对统计数据有一定的了解，那么这个快速参考以一种可访问、可读的格式填补了空白。
— 没有更多了 —
以下为对购买帮助不大的评价