Думай как аналитик
Год издания: 2026
Автор: Дауни А.
Издательство: Спринт Бук
ISBN: 978-601-12-8917-7
Язык: Русский
Формат: PDF/EPUB
Качество: Издательский макет или текст (eBook)
Интерактивное оглавление: Да
Количество страниц: 304
Описание: Умение писать код — это все, что нужно, чтобы извлекать из данных ценные выводы и находить ответы на сложные вопросы. В этом полностью переработанном издании статистические концепции представлены не в виде громоздких математических формул, а как стройный вычислительный процесс на языке Python. На практических примерах с использованием реальных датасетов изучите весь цикл разведочного анализа данных — от первичной обработки данных и подсчета статистик до выявления закономерностей и проверки гипотез.
Являетесь ли вы специалистом data science, инженером-разработчиком или просто интересуетесь данными, вы быстро освоите такие популярные инструменты, как NumPy, SciPy и Pandas. Познакомьтесь с функциями распределения, статистическими зависимостями между переменными, методами визуализации и многими другими концепциями. Кроме того, все главы книги доступны в виде Jupyter-блокнотов, позволяющих читать текст, запускать код и выполнять упражнения, не переключаясь между инструментами.
При написании этой книги я исходил из того, что вы знакомы с основами языка Python, в том числе объектно-ориентированным программированием. Знакомство с библиотеками NumPy и Pandas будет полезно, но необязательно: я дам все необходимые пояснения. Я также предполагаю, что вы знакомы с основными понятиями математики, например логарифмами и суммированием. От вас не требуется знание линейной алгебры или математического анализа. Один раз я буду говорить о производных и интегралах, но если вы не знакомы с этими понятиями, ничего страшного. И наконец, знаний статистики для чтения книги не требуется.
Примеры страниц (скриншоты)
Оглавление
От издательства 10
Предисловие 11
Благодарности 17
Глава 1. Разведочный анализ данных 18
Глава 2. Распределение данных 33
Глава 3. Функция вероятности 47
Глава 4. Интегральная функция распределения 60
Глава 5. Моделирование распределений 78
Глава 6. Функция плотности вероятности 101
Глава 7. Связь между переменными 123
Глава 8. Оценка 144
Глава 9. Проверка гипотез 163
Глава 10. Метод наименьших квадратов 179
Глава 11. Множественная регрессия 198
Глава 12. Анализ временных рядов 218
Глава 13. Анализ выживаемости 248
Глава 14. Аналитические методы 273
Об авторе 303
Иллюстрация на обложке 304
