خرید کتاب پرکتیکال استاتیستیکز فور دیتا ساینتیستز Practical Statistics for Data Scientists: 50+ Essential Concepts Using R and Python
روش های آماری بخش کلیدی علم داده هستند، با این حال تعداد کمی از دانشمندان داده آموزش آماری رسمی دارند. دوره ها و کتاب های آمار پایه به ندرت موضوع را از منظر علم داده پوشش می دهند. نسخه دوم این راهنمای محبوب مثال‌های جامعی را در پایتون اضافه می‌کند، راهنمایی‌های عملی در مورد استفاده از روش‌های آماری در علم داده ارائه می‌دهد، به شما می‌گوید چگونه از سوء استفاده از آنها جلوگیری کنید، و به شما توصیه می‌کند که چه چیزی مهم است و چه چیزی نیست.
بسیاری از منابع علم داده از روش های آماری استفاده می کنند، اما فاقد دیدگاه آماری عمیق تر هستند. اگر با زبان های برنامه نویسی R یا Python آشنا هستید و در معرض آمار و ارقام هستید، این مرجع سریع شکاف را در قالبی قابل دسترس و خوانا پر می کند.
با این کتاب یاد خواهید گرفت:
چرا تجزیه و تحلیل داده های اکتشافی یک مرحله اولیه کلیدی در علم داده است
چگونه نمونه‌گیری تصادفی می‌تواند سوگیری را کاهش دهد و مجموعه داده با کیفیت بالاتری را حتی با داده‌های بزرگ به دست آورد
چگونه اصول طراحی تجربی پاسخ های قطعی به سوالات می دهد
نحوه استفاده از رگرسیون برای برآورد نتایج و تشخیص ناهنجاری ها
تکنیک‌های طبقه‌بندی کلیدی برای پیش‌بینی اینکه یک رکورد به کدام دسته‌ها تعلق دارد
روش های آماری یادگیری ماشینی که از داده ها "یاد می گیرند".
روش های یادگیری بدون نظارت برای استخراج معنا از داده های بدون برچسب.
