Peter Bruce, Andrew Bruce, Peter Gedeck

Praktische Statistik für Data Scientists (eBook, ePUB)

50+ essenzielle Konzepte mit R und Python
Übersetzer: Fraaß, Marcus

• Format: ePub

Produktbeschreibung

Statistische Konzepte aus der Perspektive von Data Scientists erlutertDas Buch stellt die Verbindung zwischen ntzlichen statistischen Prinzipien und der heutigen Datenanalyse-Praxis herErmglicht Data Scientists, ihr Wissen ber Statistik auf ein neues Level zu bringenbersetzung der 2. Auflage des US-Bestsellers mit Beispielen in Python und RStatistische Methoden sind ein zentraler Bestandteil der Arbeit mit Daten, doch nur wenige Data Scientists haben eine formale statistische Ausbildung. In Kursen und Bchern ber die Grundlagen der Statistik wird das Thema aber selten aus der Sicht von Data Scientists behandelt. Viele stellen daher fest, dass ihnen eine tiefere statistische Perspektive auf ihre Daten fehlt.Dieses praxisorientierte Handbuch mit zahlreichen Beispielen in Python und R erklrt Ihnen, wie Sie verschiedene statistische Methoden speziell in den Datenwissenschaften anwenden. Es zeigt Ihnen auch, wie Sie den falschen Gebrauch von statistischen Methoden vermeiden knnen, und gibt Ratschlge, welche statistischen Konzepte fr die Datenwissenschaften besonders relevant sind. Wenn Sie mit R oder Python vertraut sind, ermglicht diese zugngliche, gut lesbare Referenz es Ihnen, Ihr statistisches Wissen fr die Praxis deutlich auszubauen.

---

Dieser Download kann aus rechtlichen Gründen nur mit Rechnungsadresse in A, B, BG, CY, CZ, D, DK, EW, E, FIN, F, GR, H, IRL, I, LT, L, LR, M, NL, PL, P, R, S, SLO, SK ausgeliefert werden.

Produktdetails

• Verlag: O'Reilly
• Seitenzahl: 374
• Erscheinungstermin: 29. März 2021
• Deutsch
• ISBN-13: 9783960104681
• Artikelnr.: 61477629

Autorenporträt

Peter Bruce ist Gründer des Institute for Statistics Education bei Statistics.com. Andrew Bruce ist Principal Research Scientist bei Amazon und verfügt über mehr als 30 Jahre Erfahrung in Statistik und Data Science. Peter Gedeck ist Senior Data Scientist bei Collaborative Drug Discovery, er entwickelt Machine-Learning-Algorithmen für die Vorhersage von Eigenschaften von Arzneimittelkandidaten.