掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
數據科學中的實用統計學 第2版 版權信息
- ISBN：9787115569028
- 條形碼：9787115569028 ; 978-7-115-56902-8
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
數據科學中的實用統計學 第2版 本書特色
1.以通俗易懂的方式，從數據科學的角度系統的闡釋重要且實用的統計學概念，介紹如何將各種統計方法應用于數據科學中； 2.運用清晰的解釋和豐富的示例，將實用的統計學術語與數據挖掘實踐相結合，適用于數據科學的入門初學者； 3.相比于上一版，本書新增了更多Python和R語言示例，讀者可以更深入的了解如何在數據科學項目中正確運用各種統計方法； 4.通過本書，你將掌握以下知識： 為什么探索性數據分析是開啟數據科學任務的關鍵一步 隨機抽樣如何降低偏差并提高數據集的質量 實驗設計原則如何針對問題生成確定性答案 如何使用回歸方法估計結果并檢測異常 用于預測記錄所屬類別的主要分類方法 從數據中“學習”的統計機器學習方法 從未標記的數據中提取信息的無監督學習方法
數據科學中的實用統計學 第2版 內容簡介
本書解釋了數據科學中至關重要的統計學概念，并介紹了如何將各種統計方法應用于數據科學。作者以通俗易懂、分門別類的方式，闡釋了統計學中與數據科學相關的關鍵概念，并解釋了各統計學概念在數據科學中的重要性及有用程度。第2版在版的基礎上加入了更多以Python和R編寫的示例，更清楚地闡釋了如何將統計方法用于數據科學。本書適合對R和Python有一定了解的數據科學從業者閱讀。
數據科學中的實用統計學 第2版 目錄
目錄
第 1章 探索性數據分析 1
1．1 結構化數據的要素 2
1．2 矩形數據 4
1．2．1 數據框和索引 5
1．2．2 非矩形數據結構 6
1．2．3 擴展閱讀 6
1．3 位置估計 6
1．3．1 均值 8
1．3．2 中位數和健壯的估計 9
1．3．3 示例：人口和謀殺率的位置估計 10
1．3．4 擴展閱讀 11
1．4 變異性估計 11
1．4．1 標準差以及相關估計 13
1．4．2 基于百分位數的估計 14
1．4．3 示例：美國各州人口數量的變異性估計 15
1．4．4 擴展閱讀 16
1．5 探索數據分布 16
1．5．1 百分位數與箱線圖 17
1．5．2 頻數表和直方圖 18
1．5．3 密度圖和密度估計 20
1．5．4 擴展閱讀 22
1．6 探索二元數據和分類型數據 22
1．6．1 眾數 24
1．6．2 期望值 24
1．6．3 概率 25
1．6．4 擴展閱讀 25
1．7 相關性 25
1．7．1 散點圖 28
1．7．2 擴展閱讀 29
1．8 探索兩個及以上的變量 29
1．8．1 六邊形分箱圖和等高線圖（繪制數值型數據之間的關系） 30
1．8．2 兩個分類變量 32
1．8．3 分類型數據和數值型數據 33
1．8．4 多個變量的可視化 35
1．8．5 擴展閱讀 37
1．9 小結 37
第 2 章 數據與抽樣分布 39
2．1 隨機抽樣和樣本偏差 40
2．1．1 偏差 42
2．1．2 隨機選擇 43
2．1．3 數量和質量：什么時候數量更重要 44
2．1．4 樣本均值與總體均值 45
2．1．5 擴展閱讀 45
2．2 選擇偏差 45
2．2．1 均值回歸 46
2．2．2 擴展閱讀 48
2．3 統計量的抽樣分布 48
2．3．1 中心極限定理 51
2．3．2 標準誤差 51
2．3．3 擴展閱讀 52
2．4 Bootstrap 方法 52
2．4．1 重抽樣與Bootstrap 方法 55
2．4．2 擴展閱讀 55
2．5 置信區間 55
2．6 正態分布 57
2．7 長尾分布 60
2．8 學生的t 分布 62
2．9 二項分布 64
2．10 卡方分布 67
2．11 F 分布 68
2．12 泊松及其相關分布 68
2．12．1 泊松分布 69
2．12．2 指數分布 69
2．12．3 估計故障率 70
2．12．4 韋布爾分布 70
2．12．5 擴展閱讀 71
2．13 小結 71
第3 章 統計實驗與顯著性檢驗 72
3．1 A/B 測試 73
3．1．1 為什么要有對照組 75
3．1．2 為什么只有A/B，沒有C/D…… 76
3．1．3 擴展閱讀 77
3．2 假設檢驗 77
3．2．1 零假設 78
3．2．2 備擇假設 79
3．2．3 單向假設檢驗與雙向假設檢驗 79
3．2．4 擴展閱讀 80
3．3 重抽樣 80
3．3．1 置換檢驗 80
3．3．2 示例：Web 黏性 81
3．3．3 窮盡置換檢驗和Bootstrap 置換檢驗 84
3．3．4 置換檢驗：數據科學的底線 85
3．3．5 擴展閱讀 85
3．4 統計顯著性和p 值 85
3．4．1 p 值 88
3．4．2 α 88
3．4．3 第 一類錯誤和第二類錯誤 90
3．4．4 數據科學與p 值 9
3．4．5 擴展閱讀 90
3．5 t 檢驗 91
3．6 多重檢驗 92
3．7 自由度 95
3．8 ANOVA 97
3．8．1 F 統計量 99
3．8．2 雙向ANOVA 101
3．8．3 擴展閱讀 101
3．9 卡方檢驗 101
3．9．1 卡方檢驗：一種重抽樣方法 102
3．9．2 卡方檢驗：統計理論 104
3．9．3 費希爾精確檢驗 105
3．9．4 與數據科學的關聯 107
3．9．5 擴展閱讀 107
3．10 多臂老虎機算法 107
3．11 檢驗力與樣本容量 110
3．11．1 樣本容量 111
3．11．2 擴展閱讀 113
3．12 小結 114
第4 章 回歸與預測 115
4．1 簡單線性回歸 115
4．1．1 回歸方程 117
4．1．2 擬合值與殘差 119
4．1．3 *小二乘法 120
4．1．4 預測與解釋（分析） 121
4．1．5 擴展閱讀 121
4．2 多元線性回歸 122
4．2．1 示例：金縣房屋數據 123
4．2．2 模型評估 124
4．2．3 交叉驗證 126
4．2．4 模型選擇與逐步回歸 127
4．2．5 加權回歸 130
4．2．6 擴展閱讀 131
4．3 使用回歸進行預測 131
4．3．1 外推風險 131
4．3．2 置信區間與預測區間 132
4．4 回歸中的因子變量 133
4．4．1 虛擬變量的表示方法 134
4．4．2 多水平因子變量 136
4．4．3 有序因子變量 138
4．5 解釋回歸方程 138
4．5．1 相關的預測變量 139
4．5．2 多重共線性 140
4．5．3 混淆變量 141
4．5．4 交互作用與主效應 142
4．6 回歸診斷 143
4．6．1 離群點 144
4．6．2 強影響值 146
4．6．3 異方差、非正態與相關誤差 148
4．6．4 偏殘差圖與非線性 151
4．7 多項式回歸與樣條回歸 152
4．7．1 多項式回歸 153
4．7．2 樣條回歸 155
4．7．3 廣義可加模型 156
4．7．4 擴展閱讀 158
4．8 小結 158
第5 章 分類 159
5．1 樸素貝葉斯算法 160
5．1．1 為什么進行精確貝葉斯分類是不現實的 161
5．1．2 樸素貝葉斯問題求解 161
5．1．3 數值型預測變量 164
5．1．4 擴展閱讀 164
5．2 判別分析 164
5．2．1 協方差矩陣 165
5．2．2 費希爾線性判別分析 166
5．2．3 一個簡單的例子 166
5．2．4 擴展閱讀 169
5．3 邏輯回歸 169
5．3．1 邏輯響應函數和logit 函數 170
5．3．2 邏輯回歸和廣義線性模型 171
5．3．3 廣義線性模型 172
5．3．4 邏輯回歸的預測值 173
5．3．5 系數和優勢比的解釋 174
5．3．6 線性回歸與邏輯回歸：共性與差異 175
5．3．7 評估模型 176
5．3．8 擴展閱讀 179
5．4 分類模型評估 179
5．4．1 混淆矩陣 180
5．4．2 稀有類問題 182
5．4．3 精確度、召回率和特異度 182
5．4．4 ROC 曲線 183
5．4．5 AUC 185
5．4．6 提升度 186
5．4．7 擴展閱讀 187
5．5 非平衡數據的處理策略 187
5．5．1 欠采樣 188
5．5．2 過采樣與上（下）加權 189
5．5．3 數據生成 190
5．5．4 基于成本的分類 191
5．5．5 探索預測結果 191
5．5．6 擴展閱讀 192
5．6 小結 193
第6 章 統計機器學習 194
6．1 KNN 195
6．1．1 一個小例子：預測貸款違約 196
6．1．2 距離的度量 198
6．1．3 獨熱編碼 198
6．1．4 標準化（歸一化，z 分數） 199
6．1．5 K 的選擇 201
6．1．6 KNN 作為特征引擎 202
6．2 樹模型 204
6．2．1 一個簡單的例子 205
6．2．2 遞歸分割算法 207
6．2．3 測量同質性或不純度 208
6．2．4 讓樹停止生長 209
6．2．5 預測連續的值 211
6．2．6 如何使用樹 211
6．2．7 擴展閱讀 212
6．3 裝袋法與隨機森林 212
6．3．1 裝袋法 213
6．3．2 隨機森林 213
6．3．3 變量的重要性 217
6．3．4 超參數 220
6．4 提升方法 221
6．4．1 提升算法 222
6．4．2 XGBoost 222
6．4．3 正則化：避免過擬合 225
6．4．4 超參數與交叉驗證 228
6．5 小結 231
第7 章 無監督學習 232
7．1 主成分分析 233
7．1．1 一個簡單的例子 234
7．1．2 計算主成分 236
7．1．3 解釋主成分 236
7．1．4 對應分析 239
7．1．5 擴展閱讀 240
7．2 K-均值聚類 241
7．2．1 一個簡單的例子 241
7．2．2 K-均值算法 244
7．2．3 簇的解釋 245
7．2．4 選擇簇的數量 247
7．3 層次聚類 248
7．3．1 一個簡單的例子 249
7．3．2 樹狀圖 250
7．3．3 凝聚算法 251
7．3．4 測量相異度 252
7．4 基于模型的聚類 253
7．4．1 多元正態分布 253
7．4．2 混合正態分布 254
7．4．3 選擇簇的數量 257
7．4．4 擴展閱讀 259
7．5 數據縮放與分類變量 259
7．5．1 縮放變量 260
7．5．2 主導變量 261
7．5．3 分類數據和Gower 距離 263
7．5．4 混合數據聚類中的問題 265
7．6 小結 266
擴展閱讀 267
作者介紹 269
封面介紹 269
第 1章 探索性數據分析 1
1．1 結構化數據的要素 2
1．2 矩形數據 4
1．2．1 數據框和索引 5
1．2．2 非矩形數據結構 6
1．2．3 擴展閱讀 6
1．3 位置估計 6
1．3．1 均值 8
1．3．2 中位數和健壯的估計 9
1．3．3 示例：人口和謀殺率的位置估計 10
1．3．4 擴展閱讀 11
1．4 變異性估計 11
1．4．1 標準差以及相關估計 13
1．4．2 基于百分位數的估計 14
1．4．3 示例：美國各州人口數量的變異性估計 15
1．4．4 擴展閱讀 16
1．5 探索數據分布 16
1．5．1 百分位數與箱線圖 17
1．5．2 頻數表和直方圖 18
1．5．3 密度圖和密度估計 20
1．5．4 擴展閱讀 22
1．6 探索二元數據和分類型數據 22
1．6．1 眾數 24
1．6．2 期望值 24
1．6．3 概率 25
1．6．4 擴展閱讀 25
1．7 相關性 25
1．7．1 散點圖 28
1．7．2 擴展閱讀 29
1．8 探索兩個及以上的變量 29
1．8．1 六邊形分箱圖和等高線圖（繪制數值型數據之間的關系） 30
1．8．2 兩個分類變量 32
1．8．3 分類型數據和數值型數據 33
1．8．4 多個變量的可視化 35
1．8．5 擴展閱讀 37
1．9 小結 37
第 2 章 數據與抽樣分布 39
2．1 隨機抽樣和樣本偏差 40
2．1．1 偏差 42
2．1．2 隨機選擇 43
2．1．3 數量和質量：什么時候數量更重要 44
2．1．4 樣本均值與總體均值 45
2．1．5 擴展閱讀 45
2．2 選擇偏差 45
2．2．1 均值回歸 46
2．2．2 擴展閱讀 48
2．3 統計量的抽樣分布 48
2．3．1 中心極限定理 51
2．3．2 標準誤差 51
2．3．3 擴展閱讀 52
2．4 Bootstrap 方法 52
2．4．1 重抽樣與Bootstrap 方法 55
2．4．2 擴展閱讀 55
2．5 置信區間 55
2．6 正態分布 57
2．7 長尾分布 60
2．8 學生的t 分布 62
2．9 二項分布 64
2．10 卡方分布 67
2．11 F 分布 68
2．12 泊松及其相關分布 68
2．12．1 泊松分布 69
2．12．2 指數分布 69
2．12．3 估計故障率 70
2．12．4 韋布爾分布 70
2．12．5 擴展閱讀 71
2．13 小結 71
第3 章 統計實驗與顯著性檢驗 72
3．1 A/B 測試 73
3．1．1 為什么要有對照組 75
3．1．2 為什么只有A/B，沒有C/D…… 76
3．1．3 擴展閱讀 77
3．2 假設檢驗 77
3．2．1 零假設 78
3．2．2 備擇假設 79
3．2．3 單向假設檢驗與雙向假設檢驗 79
3．2．4 擴展閱讀 80
3．3 重抽樣 80
3．3．1 置換檢驗 80
3．3．2 示例：Web 黏性 81
3．3．3 窮盡置換檢驗和Bootstrap 置換檢驗 84
3．3．4 置換檢驗：數據科學的底線 85
3．3．5 擴展閱讀 85
3．4 統計顯著性和p 值 85
3．4．1 p 值 88
3．4．2 α 88
3．4．3 第 一類錯誤和第二類錯誤 90
3．4．4 數據科學與p 值 9
3．4．5 擴展閱讀 90
3．5 t 檢驗 91
3．6 多重檢驗 92
3．7 自由度 95
3．8 ANOVA 97
3．8．1 F 統計量 99
3．8．2 雙向ANOVA 101
3．8．3 擴展閱讀 101
3．9 卡方檢驗 101
3．9．1 卡方檢驗：一種重抽樣方法 102
3．9．2 卡方檢驗：統計理論 104
3．9．3 費希爾精確檢驗 105
3．9．4 與數據科學的關聯 107
3．9．5 擴展閱讀 107
3．10 多臂老虎機算法 107
3．11 檢驗力與樣本容量 110
3．11．1 樣本容量 111
3．11．2 擴展閱讀 113
3．12 小結 114
第4 章 回歸與預測 115
4．1 簡單線性回歸 115
4．1．1 回歸方程 117
4．1．2 擬合值與殘差 119
4．1．3 *小二乘法 120
4．1．4 預測與解釋（分析） 121
4．1．5 擴展閱讀 121
4．2 多元線性回歸 122
4．2．1 示例：金縣房屋數據 123
4．2．2 模型評估 124
4．2．3 交叉驗證 126
4．2．4 模型選擇與逐步回歸 127
4．2．5 加權回歸 130
4．2．6 擴展閱讀 131
4．3 使用回歸進行預測 131
4．3．1 外推風險 131
4．3．2 置信區間與預測區間 132
4．4 回歸中的因子變量 133
4．4．1 虛擬變量的表示方法 134
4．4．2 多水平因子變量 136
4．4．3 有序因子變量 138
4．5 解釋回歸方程 138
4．5．1 相關的預測變量 139
4．5．2 多重共線性 140
4．5．3 混淆變量 141
4．5．4 交互作用與主效應 142
4．6 回歸診斷 143
4．6．1 離群點 144
4．6．2 強影響值 146
4．6．3 異方差、非正態與相關誤差 148
4．6．4 偏殘差圖與非線性 151
4．7 多項式回歸與樣條回歸 152
4．7．1 多項式回歸 153
4．7．2 樣條回歸 155
4．7．3 廣義可加模型 156
4．7．4 擴展閱讀 158
4．8 小結 158
第5 章 分類 159
5．1 樸素貝葉斯算法 160
5．1．1 為什么進行精確貝葉斯分類是不現實的 161
5．1．2 樸素貝葉斯問題求解 161
5．1．3 數值型預測變量 164
5．1．4 擴展閱讀 164
5．2 判別分析 164
5．2．1 協方差矩陣 165
5．2．2 費希爾線性判別分析 166
5．2．3 一個簡單的例子 166
5．2．4 擴展閱讀 169
5．3 邏輯回歸 169
5．3．1 邏輯響應函數和logit 函數 170
5．3．2 邏輯回歸和廣義線性模型 171
5．3．3 廣義線性模型 172
5．3．4 邏輯回歸的預測值 173
5．3．5 系數和優勢比的解釋 174
5．3．6 線性回歸與邏輯回歸：共性與差異 175
5．3．7 評估模型 176
5．3．8 擴展閱讀 179
5．4 分類模型評估 179
5．4．1 混淆矩陣 180
5．4．2 稀有類問題 182
5．4．3 精確度、召回率和特異度 182
5．4．4 ROC 曲線 183
5．4．5 AUC 185
5．4．6 提升度 186
5．4．7 擴展閱讀 187
5．5 非平衡數據的處理策略 187
5．5．1 欠采樣 188
5．5．2 過采樣與上（下）加權 189
5．5．3 數據生成 190
5．5．4 基于成本的分類 191
5．5．5 探索預測結果 191
5．5．6 擴展閱讀 192
5．6 小結 193
第6 章 統計機器學習 194
6．1 KNN 195
6．1．1 一個小例子：預測貸款違約 196
6．1．2 距離的度量 198
6．1．3 獨熱編碼 198
6．1．4 標準化（歸一化，z 分數） 199
6．1．5 K 的選擇 201
6．1．6 KNN 作為特征引擎 202
6．2 樹模型 204
6．2．1 一個簡單的例子 205
6．2．2 遞歸分割算法 207
6．2．3 測量同質性或不純度 208
6．2．4 讓樹停止生長 209
6．2．5 預測連續的值 211
6．2．6 如何使用樹 211
6．2．7 擴展閱讀 212
6．3 裝袋法與隨機森林 212
6．3．1 裝袋法 213
6．3．2 隨機森林 213
6．3．3 變量的重要性 217
6．3．4 超參數 220
6．4 提升方法 221
6．4．1 提升算法 222
6．4．2 XGBoost 222
6．4．3 正則化：避免過擬合 225
6．4．4 超參數與交叉驗證 228
6．5 小結 231
第7 章 無監督學習 232
7．1 主成分分析 233
7．1．1 一個簡單的例子 234
7．1．2 計算主成分 236
7．1．3 解釋主成分 236
7．1．4 對應分析 239
7．1．5 擴展閱讀 240
7．2 K-均值聚類 241
7．2．1 一個簡單的例子 241
7．2．2 K-均值算法 244
7．2．3 簇的解釋 245
7．2．4 選擇簇的數量 247
7．3 層次聚類 248
7．3．1 一個簡單的例子 249
7．3．2 樹狀圖 250
7．3．3 凝聚算法 251
7．3．4 測量相異度 252
7．4 基于模型的聚類 253
7．4．1 多元正態分布 253
7．4．2 混合正態分布 254
7．4．3 選擇簇的數量 257
7．4．4 擴展閱讀 259
7．5 數據縮放與分類變量 259
7．5．1 縮放變量 260
7．5．2 主導變量 261
7．5．3 分類數據和Gower 距離 263
7．5．4 混合數據聚類中的問題 265
7．6 小結 266
擴展閱讀 267
作者介紹 269
封面介紹 269
展開全部
數據科學中的實用統計學 第2版 作者簡介
彼得·布魯斯（Peter Bruce），Statistics.com統計學教育學院創辦人兼院長，重采樣統計軟件Resampling Stats的開發者，美國統計協會職業發展咨詢委員會成員。 安德魯·布魯斯（Andrew Bruce），亞馬遜數據科學家、華盛頓大學統計學博士，擁有30余年的統計學和數據科學經驗。 彼得·格德克（Peter Gedeck），數據科學家，擁有30余年的科學計算和數據科學經驗，善于開發機器學習算法。
書友推薦
- >
隨園食單
- >
名家帶你讀魯迅:故事新編
- >
小考拉的故事-套裝共3冊
- >
史學評論
- >
我與地壇
- >
莉莉和章魚
- >
朝聞道
- >
二體千字文
本類暢銷
