Knihobot

Andrew Kohut

    Andrew Kohut
    Statystyka praktyczna w data science w.2
    America Against the World
    Amerika proti svetu - v čom je iná a prečo ju nemajú radi
    • Táto kniha je o Američanoch – o tom, ako sa ich postoje a hodnoty odlišujú od iných ľudí v iných krajinách a ako tieto rozdiely ovplyvňujú názory sveta na Spojené štáty. Nie je to dielo založené na špekulácii či teórii: pri hľadaní odpovedí autori vychádzali najmä z údajov medzinárodného výskumu. Vzhľadom na polarizáciu medzinárodných postojov k toľkým dôležitým otázkam prichádza takáto kniha v najvyšší čas. Nemohla však byť napísaná skôr – až teraz je k dispozícii dostatok hĺbkových, mnohonárodných údajov o verejnej mienke.

      Amerika proti svetu - v čom je iná a prečo ju nemajú radi
    • America Against the World

      How We Are Different and Why We Are Disliked

      • 286 stránek
      • 11 hodin čtení
      3,8(4)Ohodnotit

      Exploring the complex origins of anti-American sentiment, this book delves into the deep-rooted historical, cultural, and political factors that contribute to this pervasive issue. It emphasizes that understanding these multifaceted roots is essential for addressing the challenges facing America today. The narrative reveals that solutions are not straightforward, urging readers to confront the intricate realities of global perceptions of the United States.

      America Against the World
    • Metody statystyczne są kluczowym narzędziem w data science, mimo to niewielu analityków danych zdobyło wykształcenie w ich zakresie. Może im to utrudniać uzyskiwanie dobrych efektów. Zrozumienie praktycznych zasad statystyki okazuje się ważne również dla programistów R i Pythona, którzy tworzą rozwiązania dla data science. Kursy podstaw statystyki rzadko jednak uwzględniają tę perspektywę, a większość podręczników do statystyki w ogóle nie zajmuje się narzędziami wywodzącymi się z informatyki. To drugie wydanie popularnego podręcznika statystyki przeznaczonego dla analityków danych. Uzupełniono je o obszerne przykłady w Pythonie oraz wyjaśnienie, jak stosować poszczególne metody statystyczne w problemach data science, a także jak ich nie używać. Skoncentrowano się też na tych zagadnieniach statystyki, które odgrywają istotną rolę w data science. Wyjaśniono, które koncepcje są ważne i przydatne z tej perspektywy, a które mniej istotne i dlaczego. Co ważne, poszczególne koncepcje i zagadnienia praktyczne przedstawiono w sposób przyswajalny i zrozumiały również dla osób nienawykłych do posługiwania się statystyką na co dzień. W książce między innymi: - analiza eksploracyjna we wstępnym badaniu danych - próby losowe a jakość dużych zbiorów danych - podstawy planowania eksperymentów - regresja w szacowaniu wyników i wykrywaniu anomalii - statystyczne uczenie maszynowe - uczenie nienadzorowane a znaczenie danych niesklasyfikowanych Statystyka: klasyczne narzędzia w najnowszych technologiach!

      Statystyka praktyczna w data science w.2