Estatística prática para cientistas de dados: 50 conceitos essenciais

<p><span>Métodos estatísticos são uma parte crucial da ciência de dados; ainda assim, poucos cientistas de dados têm formação estatística.</span></p><p><span>Os cursos e livros sobre estatística básica raramente abordam os tópicos sob a perspectiva da ciência de dados.</span></p><p><span>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.</span></p><p><span>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.</span></p><p><span>Com este livro, você aprenderá:</span></p><ul><li><span><span>Por que a análise exploratória de dados é um passo prévio importante na ciência de dados</span></span></li><li><span><span>Como a amostragem aleatória pode reduzir o viés e resultar um conjunto de dados de maior qualidade, mesmo em big data</span></span></li><li><span><span>Como os princípios do design experimental resultam respostas definitivas</span></span></li><li><span><span>Como usar regressão para estimar resultados e detectar anomalias</span></span></li><li><span><span>Principais técnicas de classificação para prever a quais categorias um registro pertence</span></span></li><li><span><span>Métodos de aprendizado de máquina estatístico que “aprendem” com os dados</span></span></li><li><span><span>Métodos de aprendizado não supervisionado para extração de significado de dados não rotulados</span></span></li></ul><p><span>“ Este livro não é só mais um livro universitário de estatística ou um manual de aprendizado de máquina.</span></p><p><span>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.</span></p><p><span>Este livro é uma referência incrível para iniciantes e veteranos da ciência de dados.” </span><span>―Galit Shmueli</span><span> Principal autora da série best-seller Data Mining for Business Analytics e professora titular na National Tsing Hua University, Taiwan</span></p>