資料科學家的實用統計學 第二版
運用R和Python學習50+個必學統計概念-
9折 612元
680元
-
預計最高可得金幣30點 ? 可100%折抵
活動加倍另計 -
HAPPY GO享100累1點 4點抵1元折抵無上限
- 作者: Peter Bruce、 Andrew Bruce 追蹤 ? 追蹤作者後,您會在第一時間收到作者新書通知。
- 譯者:洪巍恩
- 出版社: 歐萊禮 追蹤 ? 追蹤出版社後,您會在第一時間收到出版社新書通知。
- 出版日:2021/07/30
配送方式
-
台灣
- 國內宅配:本島、離島
-
到店取貨:不限金額免運費
-
海外
- 國際快遞:全球
-
港澳店取:
內容簡介
運用R和Python學習50+個必學統計概念
「這本書並非是另一本統計學教科書,也不是機器學習手冊。本書透過清楚的解釋和豐富範例,將實用的統計術語及原理和當今資料探勘的行話及實務聯繫起來。對資料科學的初學者和老手來說,這都是一本非常出色的參考書。」
—Galit Shmueli, 暢銷書《Data Mining for Business Analytics》主要作者,台灣清華大學特聘教授
統計方法是資料科學很重要的部分,然而很少有資料科學家接受過正式的統計訓練,而一般的課程及書籍亦很少從資料科學的角度來講解基礎統計學。因此本書第二版新增了詳盡的Python範例,提供讀者如何將統計方法應用於資料科學的實用指南、如何避免誤用統計方法,以及該注意的建議。
資料科學的學習資源或多或少有採用統計方法,但卻缺乏更深入的統計觀點,如果你熟悉R或Python程式語言,並對統計學有所了解,那麼這本書將以易懂的方式來幫助你學習。
透過本書,你將會學習到:
‧為何探索式資料分析是資料科學關鍵的第一步
‧隨機抽樣如何減少偏誤,並產生更高品質的資料集
‧實驗設計的原理是如何針對問題得出明確的答案
‧如何使用迴歸來預測結果並檢測異常
‧用來預測紀錄所屬類別的重要分類方法
‧從資料中「學習」的統計機器學習方法
‧從無標籤資料中提取有意義訊息的非監督式學習方法
目錄
第一章 探索式資料分析
第二章 資料和抽樣分布
第三章 統計實驗與顯著性檢驗
第四章 迴歸與預測
第五章 分類
第六章 統計機器學習
第七章 非監督式學習
參考書目
索引
訂購/退換貨須知
退換貨須知:
**提醒您,鑑賞期不等於試用期,退回商品須為全新狀態**
-
依據「消費者保護法」第19條及行政院消費者保護處公告之「通訊交易解除權合理例外情事適用準則」,以下商品購買後,除商品本身有瑕疵外,將不提供7天的猶豫期:
- 易於腐敗、保存期限較短或解約時即將逾期。(如:生鮮食品)
- 依消費者要求所為之客製化給付。(客製化商品)
- 報紙、期刊或雜誌。(含MOOK、外文雜誌)
- 經消費者拆封之影音商品或電腦軟體。
- 非以有形媒介提供之數位內容或一經提供即為完成之線上服務,經消費者事先同意始提供。(如:電子書、電子雜誌、下載版軟體、虛擬商品…等)
- 已拆封之個人衛生用品。(如:內衣褲、刮鬍刀、除毛刀…等)
- 若非上列種類商品,均享有到貨7天的猶豫期(含例假日)。
- 辦理退換貨時,商品(組合商品恕無法接受單獨退貨)必須是您收到商品時的原始狀態(包含商品本體、配件、贈品、保證書、所有附隨資料文件及原廠內外包裝…等),請勿直接使用原廠包裝寄送,或於原廠包裝上黏貼紙張或書寫文字。
- 退回商品若無法回復原狀,將請您負擔回復原狀所需費用,嚴重時將影響您的退貨權益。
商品評價