کتاب آمار کاربردی برای دانشمندان داده: بیش از ۵۰ مفهوم ضروری با استفاده از R و پایتون

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

دانلود کتاب آمار عملی برای دانشمندان داده: 50+ مفاهیم اساسی با استفاده از R و پایتون

عنوان کتاب به انگلیسی

آمار عملی برای دانشمندان داده: 50+ مفاهیم اساسی با استفاده از R و پایتون

سال انتشار کتاب2020
زبانانگلیسی
ناشرO'Reilly Media
تعداد صفحات360
ISBN10149207294X
ISBN139781492072942
حجم و فرمت فایلPDF | EPUB, 8.91 MB
ویرایش2
نویسندگانBruce, Peter, Bruce, Andrew, Gedeck, Peter

توضیحات کتاب

Statistical methods are a key part of data science, yet few data scientists have formal statistical training. Courses and books on basic statistics rarely cover the topic from a data science perspective. The second edition of this popular guide adds comprehensive examples in Python, provides practical guidance on applying statistical methods to data science, tells you how to avoid their misuse, and gives you advice on what's important and what's not.Many data science resources incorporate statistical methods but lack a deeper statistical perspective. If you're familiar with the R or Python programming languages and have some exposure to statistics, this quick reference bridges the gap in an accessible, readable format.With this book, you'll learn:Why exploratory data analysis is a key preliminary step in data scienceHow random sampling can reduce bias and yield a higher-quality dataset, even with big dataHow the principles of experimental design yield definitive answers to questionsHow to use regression to estimate outcomes and detect anomaliesKey classification techniques for predicting which categories a record belongs toStatistical machine learning methods that "learn" from dataUnsupervised learning methods for extracting meaning from unlabeled data

توضیحات کتاب به فارسی (ترجمه ماشینی)

روشهای آماری بخش مهمی از علوم داده است ، اما تعداد کمی از دانشمندان داده دارای آموزش آماری رسمی هستند.دوره ها و کتاب های مربوط به آمار اساسی به ندرت موضوع را از منظر علوم داده پوشش می دهد.نسخه دوم این راهنمای محبوب نمونه های جامع در پایتون را اضافه می کند ، راهنمایی های عملی در مورد استفاده از روش های آماری در علم داده ها را ارائه می دهد ، به شما می گوید که چگونه از سوء استفاده از آنها جلوگیری کنید ، و به شما مشاوره می دهد که چه مواردی مهم است و چه چیزی نیست.اگر با زبان های برنامه نویسی R یا Python آشنا هستید و در معرض آمار قرار گرفتن در معرض آمار قرار دارید ، این مرجع سریع شکاف را در یک قالب قابل دسترسی و خواندنی ایجاد می کند. با این کتاب ، شما می آموزید: چرا تجزیه و تحلیل داده های اکتشافی یک گام اولیه در مورد داده ها می تواند نمونه برداری تصادفی از تعصب و بازده داده های با کیفیت بالاتر است که با استفاده از Datasta Designation Designity Designitions Designations Experimational Designations Designations Designation Designation Designation را کاهش می دهد.و تکنیک های طبقه بندی AnomaliesKey را برای پیش بینی اینکه کدام یک از یک رکورد متعلق به روشهای یادگیری ماشین tostatistic است که از روشهای یادگیری DataUnsuprvised برای استخراج معنا از داده های غیرمجاز "یاد می گیرند" ، تشخیص دهید.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر کتاب اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.