Buch, Deutsch, 358 Seiten, Format (B × H): 237 mm x 163 mm, Gewicht: 694 g
Reihe: Animals
50+ essenzielle Konzepte mit R und Python
Buch, Deutsch, 358 Seiten, Format (B × H): 237 mm x 163 mm, Gewicht: 694 g
Reihe: Animals
ISBN: 978-3-96009-153-0
Verlag: Dpunkt.Verlag GmbH
Statistische Konzepte aus der Perspektive von Data Scientists erläutertDas Buch verbindet nützliche statistische Prinzipien mit der heutigen Praxis der DatenanalyseEs ermöglicht Data Scientists, ihr Wissen über Statistik auf ein neues Level zu bringenAls Übersetzung der 2. Auflage des US-Bestsellers enthält es Beispiele in Python und R
Statistische Methoden sind ein zentraler Bestandteil der Arbeit mit Daten, doch nur wenige Data Scientists haben eine formale statistische Ausbildung. In Kursen und Büchern werden die Grundlagen der Statistik allerdings selten aus der Sicht von Data Scientists behandelt. Dieses praxisorientierte Handbuch erklärt Ihnen anhand zahlreicher Beispiele in Python und R, wie Sie verschiedene statistische Methoden speziell in den Datenwissenschaften anwenden.
Das Buch erläutert, welche statistischen Konzepte für die Datenwissenschaften besonders relevant sind, und zeigt Ihnen auch, wie Sie den falschen Gebrauch von statistischen Verfahren vermeiden. Wenn Sie mit R oder Python vertraut sind, ermöglicht Ihnen diese gut lesbare Referenz ein tieferes Verständnis Ihrer Daten und Sie werden Ihr Statistikwissen für die Praxis deutlich ausbauen.
In diesem Buch erfahren Sie:
warum die explorative Datenanalyse ein wichtiger vorbereitender Arbeitsschritt in der Datenwissenschaft istwie Zufallsstichproben Verzerrungen reduzieren und einen qualitativ hochwertigeren Datensatz liefernwie Sie mit den Prinzipien des experimentellen Designs eindeutige Antworten auf Ihre Forschungsfragen erhaltenwie Sie eine Regression verwenden, um Prognosen zu treffen oder Anomalien zu erkennenauf welche Weise statistische Methoden aus dem Bereich des Machine Learning es ermöglichen, aus Daten zu lernenwie Sie Unsupervised Learning nutzen, um Erkenntnisse aus ungelabelten Daten zu gewinnen
Bruce / Gedeck
Praktische Statistik für Data Scientists jetzt bestellen!
Statistische Methoden sind ein zentraler Bestandteil der Arbeit mit Daten, doch nur wenige Data Scientists haben eine formale statistische Ausbildung. In Kursen und Büchern werden die Grundlagen der Statistik allerdings selten aus der Sicht von Data Scientists behandelt. Dieses praxisorientierte Handbuch erklärt Ihnen anhand zahlreicher Beispiele in Python und R, wie Sie verschiedene statistische Methoden speziell in den Datenwissenschaften anwenden.
Das Buch erläutert, welche statistischen Konzepte für die Datenwissenschaften besonders relevant sind, und zeigt Ihnen auch, wie Sie den falschen Gebrauch von statistischen Verfahren vermeiden. Wenn Sie mit R oder Python vertraut sind, ermöglicht Ihnen diese gut lesbare Referenz ein tieferes Verständnis Ihrer Daten und Sie werden Ihr Statistikwissen für die Praxis deutlich ausbauen.
In diesem Buch erfahren Sie:
warum die explorative Datenanalyse ein wichtiger vorbereitender Arbeitsschritt in der Datenwissenschaft istwie Zufallsstichproben Verzerrungen reduzieren und einen qualitativ hochwertigeren Datensatz liefernwie Sie mit den Prinzipien des experimentellen Designs eindeutige Antworten auf Ihre Forschungsfragen erhaltenwie Sie eine Regression verwenden, um Prognosen zu treffen oder Anomalien zu erkennenauf welche Weise statistische Methoden aus dem Bereich des Machine Learning es ermöglichen, aus Daten zu lernenwie Sie Unsupervised Learning nutzen, um Erkenntnisse aus ungelabelten Daten zu gewinnen
Zielgruppe
- Data Scientists
- Softwareentwickler*innen
- Datenanalysten
- Student*innen der Informatik
Fachgebiete
- Mathematik | Informatik EDV | Informatik Daten / Datenbanken Big Data
- Mathematik | Informatik Mathematik Stochastik Mathematische Statistik
- Mathematik | Informatik EDV | Informatik Daten / Datenbanken Data Mining
- Mathematik | Informatik EDV | Informatik Informatik Künstliche Intelligenz Maschinelles Lernen
- Mathematik | Informatik Mathematik Numerik und Wissenschaftliches Rechnen Angewandte Mathematik, Mathematische Modelle
Weitere Infos & Material
Bitte ändern Sie das Passwort
