Olvasói vélemények
Összegzés:A könyv a valószínűségszámítás és a statisztika elismert bevezető tankönyve, amelyet hozzáférhetősége és hatékony tanítási módszerei miatt dicsérnek. Gyakorlatokat és gyakorlati projekteket is tartalmaz, bár néhány olvasó megjegyezte, hogy a Python alapszintű ismerete szükséges, és bizonyos gyakorlatok mélyebb elkötelezettséget igényelnek.
Előnyök:Tömör és könnyen érthető, kezdők számára jól megírt, hasznos gyakorlatokat és projekteket tartalmaz, jó bevezetést nyújt az alapvető statisztikai módszerekbe, és megközelíthető módon mutatja be az összetett fogalmakat.
Hátrányok:⬤ Az elvárások eltérőek lehetnek, mivel csak mellékesen összpontosít a statisztikára
⬤ Python-tudást igényel
⬤ némi mélyebb elméleti tartalom hiányozhat, és bizonyos gyakorlatok elég nagy kihívást jelenthetnek.
(6 olvasói vélemény alapján)
Eredeti címe:
Statistics Crash Course for Beginners: Theory and Applications of Frequentist and Bayesian Statistics Using Python
Könyv tartalma:
Frequencialista és Bayes-statisztikai gyorstalpaló tanfolyam kezdőknek.
Az adatok és a statisztika a gépi tanulás (ML) központi témái. A valóság az, hogy az átlagos programozó hajlamos lehet érdektelenséggel tekinteni a statisztikára. De ha ki akarja használni a gépi tanulás hihetetlen erejét, akkor alaposan meg kell értenie a statisztikát. Ennek oka, hogy egy Machine Learning szakember intelligens és gyors algoritmusokat fejleszt, amelyek adatokból tanulnak. A Frequencialista és Bayes-statisztika gyorstalpaló tanfolyam kezdőknek bemutatja a statisztika gyors elsajátításának egyszerű módját. A közhiedelemmel ellentétben a statisztika már nem kizárólag a matematika doktoraitól függ. Igaz, hogy a statisztika számokkal és százalékokkal foglalkozik. Ezért a tantárgy nagyon száraz és unalmas lehet. Ez a könyv azonban a statisztikát szórakoztató tantárggyá varázsolja. A frekventista és a bayesi statisztika két olyan statisztikai technika, amelyek különböző módon értelmezik a valószínűség fogalmát. A bayesi statisztikát először Thomas Bayes vezette be az 1770-es években. A Bayes-statisztikának nagy szerepe volt a pontos előrejelzéseket készítő csúcskategóriás algoritmusok tervezésében. A Bayes-statisztika iránti érdeklődés tehát még 250 év elteltével sem lankadt. Sőt, óriási mértékben felgyorsult. A frekventista statisztika ugyanolyan fontos, mint a Bayes-statisztika. A statisztikai univerzumban a frekventált statisztika a legnépszerűbb következtetési technika.
Valójában ez az első gondolatmenet, amellyel találkozol, amikor belépsz a statisztika világába.
Miben más ez a könyv?
Az AI Publishing teljes mértékben a tanulás általi tanulás módszertanát követi. Nagy erőfeszítéseket tettünk annak érdekében, hogy a statisztika tanulása könnyű legyen. Az eredmény: nem fog elakadni a tanulási útja során. Ez nem egy bonyolult matematikai fogalmakkal és nehéz egyenletekkel teli könyv. Úgy fogja találni, hogy a statisztika elméleti aspektusainak lefedettsége arányos a téma gyakorlati aspektusaival. A könyv megkönnyíti az olvasás folyamatát azzal, hogy háromféle, különböző színű dobozcímkét mutat be. Ezek a következők: Követelmények, További olvasmányok és Gyakorlati idő. Az utolsó fejezet két miniprojektet mutat be, amelyek segítségével jobban megértheti az előző nyolc fejezetben tanult fogalmakat. A legfontosabb jellemzője, hogy a könyv megvásárlásával azonnali hozzáférést kap az összes kapcsolódó tananyag kincsestárához. Ezek közé tartoznak PDF-ek, Python-kódok, gyakorlatok és hivatkozások - a kiadó weboldalán. Mindezekhez a tananyagokhoz külön költség nélkül hozzáférhetsz. A könyvben használt Machine Learning adathalmazokat futás közben is letöltheti. Alternatívaként a Resources/Datasets mappán keresztül is hozzáférhet hozzájuk. Az első fejezetben található Python-programozási gyorstalpaló tanfolyam rendkívül hasznos lesz, különösen, ha még nem ismeri a Pythont. Mivel az összes Python-kódhoz és adatkészlethez hozzáférhet, az induláshoz elegendő egy internetkapcsolattal rendelkező számítógép.
A tárgyalt témák a következők:
⬤ Gyors bevezetés a Python for Statistics.
⬤ Elindulás a valószínűséggel.
⬤ Véletlen változók és valószínűségi eloszlások.
⬤ Descriptive Statistics (Leíró statisztika): A központi tendencia és a szórás mérése.
⬤ Exploratív elemzés: Adatvizualizáció.
⬤ Statisztikai következtetés.
⬤ Frequencialista következtetés.
⬤ Bayesi következtetés.
⬤ Kézzelfogható projektek.
Kattintson a VÁSÁRLÁS gombra, és kezdje el a statisztika tanulását.
