Estatística Prática Para Cientistas De Dados
em 12x
Estoque disponível
+10mil vendas
Compra GarantidaVai abrir em uma nova janela, receba o produto que está esperando ou devolvemos o dinheiro.
Informações da loja
Loja oficial no Mercado Livre
- +10mil
Vendas concluídas
Ofereça um bom atendimento
Entrega os produtos dentro do prazo
Meios de pagamento
Até 12x sem cartão de crédito
Cartões de crédito
Pague em até 12x!
Cartões de débito
Pix
Boleto bancário
Características do produto
Características principais
Título do livro | ESTATÍSTICA PRÁTICA PARA CIENTISTAS DE DADOS |
---|---|
Subtítulo do livro | 50 conceitos essenciais |
Autor | BRUCE, ANDREW / BRUCE, PETER |
Idioma | Português |
Editora do livro | Alta Books |
Edição do livro | 2019-11-27 00:00:00 |
Capa do livro | Mole |
Marca | Alta Books |
Modelo | Modelo Padrão |
Outras características
Quantidade de páginas | 392 |
---|---|
Subgêneros do livro | Computação |
Tipo de narração | Manual |
ISBN | 855080603X |
Descrição
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 Shmueli Principal autora da série best-seller Data Mining for Business Analytics e professora titular na National Tsing Hua University, Taiwan
Perguntas e respostas
Qual informação você precisa?
Pergunte ao vendedor
Não fizeram nenhuma pergunta ainda.
Faça a primeira!