middlesex

Métodos Estatísticos São Uma Parte Crucial Da Ciência De Dados; Ainda Assim, Poucos Cientistas De Dados Têm Formação Estatística. Os Cursos E Livros Sobre Estatística Básica Raramente Abordam Os Tópicos Sob A Perspectiva Da Ciência De Dados. Este Guia Prático Explica Como Aplicar Diversos Métodos Estatísticos Em Ciência De Dados, Ensina A Evitar Seu Mau Uso E Aconselha Sobre O Que é Importante E O Que Não é. Muitos Recursos Da Ciência De Dados Incorporam Métodos Estatísticos, Mas Carecem De Uma Perspectiva Estatística Aprofundada. Se Você Está Familiarizado Com A Linguagem De Programação R E Tem Algum Conhecimento Estatístico, Este Guia Fará A Ponte De Forma Fácil E Acessível. Com Este Livro, Você Aprenderá:?? Por Que A Análise Exploratória De Dados é Um Passo Prévio Importante Na Ciência De Dados?? Como A Amostragem Aleatória Pode Reduzir O Viés E Resultar Um Conjunto De Dados De Maior Qualidade, Mesmo Em Big Data?? Como Os Princípios Do Design Experimental Resultam Respostas Definitivas?? Como Usar Regressão Para Estimar Resultados E Detectar Anomalias?? Principais Técnicas De Classificação Para Prever A Quais Categorias Um Registro Pertence?? Métodos De Aprendizado De Máquina Estatístico Que "Aprendem" Com Os Dados?? Métodos De Aprendizado Não Supervisionado Para Extração De Significado De Dados Não Rotulados " Este Livro Não é Só Mais Um Livro Universitário De Estatística Ou Um Manual De Aprendizado De Máquina. é Muito Melhor: Ele Faz A Conexão Entre Termos E Princípios Estatísticos Úteis E Os Jargões E A Prática Da Exploração De Dados, Com Explicações Clarase Muitos Exemplos. Este Livro é Uma Referência Incrível Para Iniciantes E Veteranos Da Ciência De Dados. "-Galit Shmueliprincipal Autora Da Série Best-Seller Data Mining For Business Analytics E Professora Titular Na National Tsing Hua University, Taiwan

Quantidade de Páginas: 576