Estatística prática para cientistas de dados

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 aprenderáPor que a análise exploratória de dados é um passo prévio importante na ciência de dadosComo a amostragem aleatória pode reduzir o viés e resultar um conjunto de dados de maior qualidade, mesmo em big dataComo os princípios do design experimental resultam respostas definitivasComo usar regressão para estimar resultados e detectar anomaliasPrincipais técnicas de classificação para prever a quais categorias um registro pertenceMétodos de aprendizado de máquina estatístico que aprendem com os dadosMétodos de aprendizado não supervisionado para extração de significado de dados não rotulados Este livro não é só mais um livro universitário de estatística ou um manual de aprendizado de máquina.É muito melhor ele faz a conexão entre termos e princípios estatísticos úteis e os jargões e a prática da exploração de dados, com explicações clarase muitos exemplos..