Estatística prática para cientistas de dados: 50 conceitos essenciais

SKU 70963
Estatística prática para cientistas de dados: 50 conceitos essenciais

Estatística prática para cientistas de dados: 50 conceitos essenciais

SKU 70963
9788550806037
R$ 113,00
R$ 90,40
1 x de R$ 90,40 sem juros no Cartão
1 x de R$ 90,40 sem juros no Boleto
    • 1
      Autor
      Bruce: Peter Indisponível
    • 2
      Editora
      ALTA BOOKS Indisponível
    • 3
      Páginas
      392 Indisponível
    • 4
      Edição
      1 - 2019 Indisponível
    • 5
      Ano
      2019 Indisponível
    • 6
      Origem
      NACIONAL Indisponível
    • 7
      Encadernação
      BROCHURA Indisponível
    • 8
      Dimensões
      16 x 1.5 x 23 Indisponível
    • 9
      ISBN
      9788550806037 Indisponível
    • 10
      Situação
      Sob Encomenda Indisponível
    • 11
      Data de lançamento
      01/07/2019 Indisponível
Qtde.
- +
R$ 113,00
R$ 90,40
Quantidade
Cartão

1 x sem juros de R$ 90,40 no Cartão

Consulte frete e prazo de entrega

Não sabe o CEP?
Métodos estatísticos são uma parte crucial da ciência de dados; ainda assim, poucos cientistas de dados têm formação estatística.Os cursos e livros sobre estatística básica raramente abordam os tópicos sob a perspectiva da ciência de dados.Este guia prático explica como aplicar diversos métodos estatísticos em ciência de dados, ensina a evitar seu mau uso e aconselha sobre o que é importante e o que não é.Muitos recursos da ciência de dados incorporam métodos estatísticos, mas carecem de uma perspectiva estatística aprofundada.Se você está familiarizado com a linguagem de programação R e tem algum conhecimento estatístico, este guia fará a ponte de forma fácil e acessível. Com este livro, você aprenderá: - Por que a análise exploratória de dados é um passo prévio importante na ciência de dados- Como a amostragem aleatória pode reduzir o viés e resultar um conjunto de dados de maior qualidade, mesmo em big data- Como os princípios do design experimental resultam respostas definitivas- Como usar regressão para estimar resultados e detectar anomalias- Principais técnicas de classificação para prever a quais categorias um registro pertence- Métodos de aprendizado de máquina estatístico que "aprendem" com os dados- Métodos de aprendizado não supervisionado para extração de significado de dados não rotulados.

Avaliar produto

Preencha seus dados, avalie e clique no botão Avaliar Produto.
Muito Ruim Ruim Bom Muito Bom Excelente

Produtos que você já viu

Você ainda não visualizou nenhum produto

Termos Buscados

Você ainda não realizou nenhuma busca