نام کتاب: Probability And Statistics For Data Science – Math + R + Data
نویسنده: Matloff و Norman S.
ویرایش: ۱
سال انتشار: ۲۰۲۰
کد ISBN کتاب: ۹۷۸۰۳۶۷۲۶۰۹۳۴, ۰۳۶۷۲۶۰۹۳X, 9781138393295, 1138393290,
فرمت: PDF
تعداد صفحه: ۴۱۲
حجم کتاب: ۶ مگابایت
کیفیت کتاب: OCR
انتشارات: CRC Press
Description About Book Probability And Statistics For Data Science – Math + R + Data From Amazon
Probability and Statistics for Data Science: Math + R + Data covers “math stat”—distributions, expected value, estimation etc.—but takes the phrase “Data Science” in the title quite seriously:
* Real datasets are used extensively.
* All data analysis is supported by R coding.
* Includes many Data Science applications, such as PCA, mixture distributions, random graph models, Hidden Markov models, linear and logistic regression, and neural networks.
* Leads the student to think critically about the “how” and “why” of statistics, and to “see the big picture.”
* Not “theorem/proof”-oriented, but concepts and models are stated in a mathematically precise manner.
Prerequisites are calculus, some matrix algebra, and some experience in programming.
Norman Matloff is a professor of computer science at the University of California, Davis, and was formerly a statistics professor there. He is on the editorial boards of the Journal of Statistical Software and The R Journal. His book Statistical Regression and Classification: From Linear Models to Machine Learning was the recipient of the Ziegel Award for the best book reviewed in Technometrics in 2017. He is a recipient of his university’s Distinguished Teaching Award.
درباره کتاب Probability And Statistics For Data Science – Math + R + Data ترجمه شده از گوگل
احتمال و آمار برای علوم داده: Math + R + Data “math stat” – توزیع ها ، مقدار مورد انتظار ، تخمین و غیره را پوشش می دهد – اما عبارت “Science Science” را در عنوان کاملا جدی می گیرد:
* از مجموعه داده های واقعی به طور گسترده استفاده می شود.
* تمام تجزیه و تحلیل داده ها توسط برنامه نویسی R پشتیبانی می شود.
* شامل بسیاری از برنامه های Science Data ، مانند PCA ، توزیع مخلوط ، مدل نمودار تصادفی ، مدل Markov پنهان ، رگرسیون خطی و لجستیک و شبکه های عصبی.
* دانش آموز را وادار می کند تا در مورد “چگونه” و “چرا” آمار انتقادی بیندیشد و “تصویر کلی را ببیند”.
* “قضیه / اثبات” گرا نیست ، اما مفاهیم و مدل ها به روشی دقیقاً ریاضی بیان می شوند.
پیش نیازها حساب ، برخی جبر ماتریس و برخی دیگر از تجربیات در برنامه نویسی هستند.
نورمن ماتلوف استاد علوم کامپیوتر در دانشگاه کالیفرنیا ، دیویس است و پیش از این استاد آمار در آنجا بود. او در هیئت تحریریه ژورنال نرم افزار آماری و R ژورنال است. کتاب رگرسیون و طبقه بندی آماری وی: از مدلهای خطی تا یادگیری ماشین دریافت کننده جایزه زیگل برای بهترین کتاب مورد بررسی در تکنومتریک در سال ۲۰۱۷ بود. وی دریافت کننده جایزه آموزش برجسته دانشگاه خود است.
[box type=”info”]
جهت دسترسی به توضیحات این کتاب در Amazon اینجا کلیک کنید.
در صورت خراب بودن لینک کتاب، در قسمت نظرات همین مطلب گزارش دهید.
با خرید اشتراک، بدون محدودیت، کتاب دانلود کن!
