Recenzie čitateľov
Zhrnutie:Kniha poskytuje užitočné informácie, ale trpí problémami s kvalitou a slabou organizáciou, čo ju robí náročnou pre študentov, ktorí ju študujú prvýkrát.
Výhody:Kniha obsahuje dobré informácie a v niektorých prípadoch bola doručená v dobrom stave. Je užitočná pre pokročilých študentov a bola dodaná promptne.
Nevýhody:Kvalita tvrdých obálok je nedostatočná, s problémami, ako je ľahké odlepenie obalu. Niektoré knihy prišli poškodené. Organizácia je zlá, uvádza zložité témy pred základnými pojmami, čo ju robí nevhodnou pre začiatočníkov.
(na základe 4 čitateľských recenzií)
Pôvodný názov:
Foundations of Statistics for Data Scientists: With R and Python
Obsah knihy:
Foundations of Statistics for Data Scientists: With R and Python je určená ako učebnica na jedno- alebo dvojsemestrálny úvod do matematickej štatistiky pre študentov, ktorí sa pripravujú na povolanie dátového vedca. Ide o podrobnú prezentáciu tém z oblasti štatistiky, s ktorými by sa mal oboznámiť každý dátový vedec, vrátane rozdelení pravdepodobnosti, deskriptívnych a inferenčných štatistických metód a lineárneho modelovania. Kniha predpokladá znalosť základných výpočtov, takže prezentácia sa môže zamerať na to, "prečo to funguje", ako aj na to, "ako to urobiť". V porovnaní s tradičnými učebnicami "matematickej štatistiky" však kniha kladie menší dôraz na teóriu pravdepodobnosti a väčší dôraz na používanie softvéru na implementáciu štatistických metód a na vykonávanie simulácií na ilustráciu kľúčových pojmov. Všetky štatistické analýzy v knihe využívajú softvér R, pričom v prílohe sú uvedené rovnaké analýzy v jazyku Python.
Kľúčové vlastnosti:
⬤ Ukazuje prvky štatistickej vedy, ktoré sú dôležité pre študentov, ktorí sa plánujú stať dátovými vedcami.
⬤ Zahŕňa bayesovské a regularizované prispôsobovanie modelov (napr. ukazuje príklad s použitím lassa), klasifikáciu a zhlukovanie a implementáciu metód pomocou moderného softvéru (R a Python).
⬤ Obsahuje takmer 500 cvičení.
V knihe sú uvedené aj moderné témy, ktoré sa bežne v textoch matematickej štatistiky nevyskytujú, ale sú veľmi dôležité pre dátových vedcov, ako napríklad Bayesovská inferencia, zovšeobecnené lineárne modely pre nenormálne odpovede (napr. logistická regresia a Poissonove loglineárne modely) a regularizované prispôsobovanie modelov. Takmer 500 cvičení je rozdelených do skupín "Analýza údajov a aplikácie" a "Metódy a koncepcie". V prílohách sú predstavené programy R a Python a obsahujú riešenia pre nepárne cvičenia. Na webovej stránke knihy (http: //stat4ds. rwth-aachen. de/) sú rozšírené prílohy pre R, Python a Matlab a všetky súbory údajov z príkladov a cvičení.
