Cargando…

Statystyka praktyczna w data science : 50 kluczowych zagadnień w językach R i Python /

Metody statystyczne są kluczowym narzędziem w data science, mimo to niewielu analityków danych zdobyło wykształcenie w ich zakresie. Może im to utrudniać uzyskiwanie dobrych efektów. Zrozumienie praktycznych zasad statystyki okazuje się ważne również dla programistów R i Pythona, którzy...

Descripción completa

Detalles Bibliográficos
Clasificación:Libro Electrónico
Autores principales: Bruce, Peter C., 1953- (Autor), Bruce, Andrew, 1958- (Autor), Gedeck, Peter (Autor)
Otros Autores: Sawka, Krzysztof (Traductor), Danch-Wierzchowska, Marta (Traductor)
Formato: Electrónico eBook
Idioma:Polaco
Inglés
Publicado: Gliwice : Helion, [2021]
Edición:Wydanie II.
Temas:
Acceso en línea:Texto completo (Requiere registro previo con correo institucional)

MARC

LEADER 00000cam a22000007i 4500
001 OR_on1382423887
003 OCoLC
005 20231017213018.0
006 m o d
007 cr cnu|||unuuu
008 230614s2021 pl a ob 000 0 pol d
040 |a ORMDA  |b eng  |e rda  |e pn  |c ORMDA  |d OCLCF  |d OCLCO 
020 |a 9788328374287  |q (electronic bk.) 
020 |a 8328374285  |q (electronic bk.) 
035 |a (OCoLC)1382423887 
037 |a 9788328374287  |b O'Reilly Media 
041 1 |a pol  |h eng 
050 4 |a QA276.4 
082 0 4 |a 001.4/226  |2 23/eng/20230614 
049 |a UAMI 
100 1 |a Bruce, Peter C.,  |d 1953-  |e author. 
240 1 0 |a Practical statistics for data scientists.  |l Polish 
245 1 0 |a Statystyka praktyczna w data science :  |b 50 kluczowych zagadnień w językach R i Python /  |c Peter Bruce, Andrew Bruce, Peter Gedeck ; przekład, Krzysztof Sawka, Marta Danch-Wierzchowska. 
250 |a Wydanie II. 
264 1 |a Gliwice :  |b Helion,  |c [2021] 
300 |a 1 online resource (296 pages) :  |b illustrations 
336 |a text  |b txt  |2 rdacontent 
337 |a computer  |b c  |2 rdamedia 
338 |a online resource  |b cr  |2 rdacarrier 
504 |a Includes bibliographical references. 
520 |a Metody statystyczne są kluczowym narzędziem w data science, mimo to niewielu analityków danych zdobyło wykształcenie w ich zakresie. Może im to utrudniać uzyskiwanie dobrych efektów. Zrozumienie praktycznych zasad statystyki okazuje się ważne również dla programistów R i Pythona, którzy tworzą rozwiązania dla data science. Kursy podstaw statystyki rzadko jednak uwzględniają tę perspektywę, a większość podręczników do statystyki w ogóle nie zajmuje się narzę̜dziami wywodzącymi się̜ z informatyki. To drugie wydanie popularnego podrę̜cznika statystyki przeznaczonego dla analityków danych. Uzupełniono je o obszerne przykłady w Pythonie oraz wyjaśnienie, jak stosować poszczególne metody statystyczne w problemach data science, a także jak ich nie używać. Skoncentrowano się też na tych zagadnieniach statystyki, które odgrywają istotną rolę w data science. Wyjaśniono, które koncepcje są ważne i przydatne z tej perspektywy, a które mniej istotne i dlaczego. Co ważne, poszczególne koncepcje i zagadnienia praktyczne przedstawiono w sposób przyswajalny i zrozumiały również dla osób nienawykłych do posługiwania się statystyką na co dzień. 
590 |a O'Reilly  |b O'Reilly Online Learning: Academic/Public Library Edition 
650 0 |a Mathematical analysis  |x Statistical methods. 
650 0 |a Quantitative research  |x Statistical methods. 
650 0 |a Big data  |x Mathematics. 
650 6 |a Analyse mathématique  |x Méthodes statistiques. 
650 6 |a Recherche quantitative  |x Méthodes statistiques. 
650 6 |a Données volumineuses  |x Mathématiques. 
650 7 |a Mathematical analysis  |x Statistical methods  |2 fast 
650 7 |a Quantitative research  |x Statistical methods  |2 fast 
700 1 |a Bruce, Andrew,  |d 1958-  |e author. 
700 1 |a Gedeck, Peter,  |e author. 
700 1 |a Sawka, Krzysztof,  |e translator. 
700 1 |a Danch-Wierzchowska, Marta,  |e translator. 
856 4 0 |u https://learning.oreilly.com/library/view/~/9788328374287/?ar  |z Texto completo (Requiere registro previo con correo institucional) 
994 |a 92  |b IZTAP