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.
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!
