توضیحات
This book is intended for busy professionals working with data of any kind: engineers, BI analysts, statisticians, operations research, AI and machine learning professionals, economists, data scientists, biologists, and quants, ranging from beginners to executives. In about 300 pages, it covers many new topics, offering a fresh perspective on the subject, including rules of thumb and recipes that are easy to automate or integrate in black-box systems, as well as new model-free, data-driven foundations to statistical science and predictive analytics. The approach focuses on robust techniques; it is bottom-up (from applications to theory), in contrast to the traditional top-down approach. The material is accessible to practitioners with a one-year college-level exposure to statistics and probability. The compact and tutorial style, featuring many applications with numerous illustrations, is aimed at practitioners, researchers, and executives in various quantitative fields.
This book is based on several core articles and many tutorials that I have written over the last few years. Chapters are organized and grouped by themes: natural language processing (NLP), resampling, time series, central limit theorem, statistical tests, boosted models (ensemble methods), tricks and special topics, appendices, and so on. It is available for Data Science Central members exclusively. The text in blue consists of clickable links to provide the reader with additional references. Source code and Excel spreadsheets summarizing computations, are also accessible as hyperlinks for easy copy-and-paste or replication purposes.
————————————————————–
ترجمه ماشینی :
این کتاب برای متخصصان پرمشغله ای که با هر نوع داده کار می کنند در نظر گرفته شده است: مهندسان، تحلیلگران BI، آماردانان، تحقیقات عملیاتی، متخصصان هوش مصنوعی و یادگیری ماشین، اقتصاددانان، دانشمندان داده، زیست شناسان و کمیت ها، از مبتدی تا مدیران اجرایی. در حدود 300 صفحه، بسیاری از موضوعات جدید را پوشش میدهد و دیدگاهی تازه در مورد این موضوع ارائه میکند، از جمله قوانین سرانگشتی و دستور العملهایی که به راحتی قابل خودکارسازی یا ادغام در سیستمهای جعبه سیاه هستند، و همچنین پایههای جدید بدون مدل و مبتنی بر دادهها. به علم آمار و تجزیه و تحلیل پیش بینی. این رویکرد بر تکنیکهای قوی متمرکز است. بر خلاف رویکرد سنتی از بالا به پایین، از پایین به بالا (از کاربردها تا تئوری) است. این مطالب برای تمرینکنندگانی که یک سال در سطح کالج در معرض آمار و احتمال قرار دارند در دسترس است. سبک فشرده و آموزشی، که دارای کاربردهای بسیاری با تصاویر متعدد است، برای پزشکان، محققان و مدیران اجرایی در زمینههای کمی مختلف طراحی شده است. این کتاب بر اساس چندین مقاله اصلی و آموزش های زیادی است که من در چند سال اخیر نوشته ام. فصلها بر اساس مضامین: پردازش زبان طبیعی (NLP)، نمونهگیری مجدد، سریهای زمانی، قضیه حد مرکزی، آزمونهای آماری، مدلهای تقویتشده (روشهای مجموعه)، ترفندها و موضوعات خاص، پیوستها و غیره سازماندهی و گروهبندی میشوند. این به طور انحصاری برای اعضای Data Science Central در دسترس است. متن آبی متشکل از پیوندهای قابل کلیک برای ارائه مراجع اضافی به خواننده است. کد منبع و صفحات گسترده اکسل که محاسبات را خلاصه می کنند، نیز به عنوان لینک برای اهداف کپی و چسباندن یا تکرار آسان در دسترس هستند.
tag : دانلود کتاب آمار: مبانی جدید، جعبه ابزار، و دستور العمل های یادگیری ماشین , Download آمار: مبانی جدید، جعبه ابزار، و دستور العمل های یادگیری ماشین , دانلود آمار: مبانی جدید، جعبه ابزار، و دستور العمل های یادگیری ماشین , Download Statistics: New Foundations, Toolbox, and Machine Learning Recipes Book , آمار: مبانی جدید، جعبه ابزار، و دستور العمل های یادگیری ماشین دانلود , buy آمار: مبانی جدید، جعبه ابزار، و دستور العمل های یادگیری ماشین , خرید کتاب آمار: مبانی جدید، جعبه ابزار، و دستور العمل های یادگیری ماشین , دانلود کتاب Statistics: New Foundations, Toolbox, and Machine Learning Recipes , کتاب Statistics: New Foundations, Toolbox, and Machine Learning Recipes , دانلود Statistics: New Foundations, Toolbox, and Machine Learning Recipes , خرید Statistics: New Foundations, Toolbox, and Machine Learning Recipes , خرید کتاب Statistics: New Foundations, Toolbox, and Machine Learning Recipes ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.