µn¤J
¡U
µù¥U
¡U
·|û¤¤¤ß
¡U
µ²±b
¡U
°ö°V½Òµ{
Å]ªk§Ì¤l
¡U
¦Û¸ê¥Xª©
¡U
¹q¤l®Ñ
¡U
«ÈªA¤¤¤ß
¡U
´¼¼z«¬¥ßÊ^·|û
®Ñ¦W
¥Xª©ªÀ
§@ªÌ
isbn
½s¸¹
5050Å]ªk²³Äw
|
NG®Ñ«°
|
°ê»Ú¯Å«~µP½Òµ{
|
Àu´f³qª¾
|
ÅRÆE^¶¯µ¼Öºë¿ï
|
Å]ªk·L¿n¤À
¦¹§@ªÌµL¬ÛÃö®ÑÄy
¤å¾Ç¤p»¡
¤å¾Ç
¡U
¤p»¡
°ÓºÞ³Ð§ë
°]¸g§ë¸ê
¡U
¦æ¾P¥øºÞ
¤H¤åÃÀ§{
©v±Ð¡Bõ¾Ç
ªÀ·|¡B¤H¤å¡B¥v¦a
ÃÀ³N¡B¬ü¾Ç
¡U
¹q¼vÀ¸¼@
Ày§Ó¾i¥Í
ÂåÀø¡B«O°·
®Æ²z¡B¥Í¬¡¦Ê¬ì
±Ð¨|¡B¤ß²z¡BÀy§Ó
¶i׾Dzß
¹q¸£»Pºô¸ô
¡U
»y¨¥¤u¨ã
Âø»x¡B´Á¥Z
¡U
x¬F¡Bªk«ß
°Ñ¦Ò¡B¦Ò¸Õ¡B±Ð¬ì¥Î®Ñ
¬ì¾Ç¤uµ{
¬ì¾Ç¡B¦ÛµM
¡U
¤u·~¡B¤uµ{
®a®x¿Ë¤l
®a®x¡B¿Ë¤l¡B¤H»Ú
«C¤Ö¦~¡Bµ£®Ñ
ª±¼Ö¤Ñ¦a
®È¹C¡B¦a¹Ï
¡U
¥ð¶¢®T¼Ö
º©µe¡B´¡¹Ï
¡U
¨î¯Å
¸ê®Æ¬ì¾Ç®aªº¹ê¥Î²Îp¾Ç ²Ä¤Gª©
§@ªÌ¡G
Peter Bruce, Andrew Bruce, Peter Gedeck
ĶªÌ¡G
洪巍恩
¤ÀÃþ¡G
¬ì¾Ç¡E¦ÛµM
¡þ
¼Æ¾Ç
¥Xª©ªÀ¡G
¬ü°Ó¼ÚµÜ§¤¤¤å®Ñ
¥Xª©¤é´Á¡G2021/7/30
ISBN¡G9789865028411
®ÑÄy½s¸¹¡Gkk0535908
¶¼Æ¡G368
©w»ù¡G
680
¤¸
Àu´f»ù¡G
82
§é
558
¤¸
®Ñ»ùY¦³²§°Ê¡A¥H¥Xª©ªÀ¹ê»Ú©w»ù¬°·Ç
qÁÊ«á¥ß§Y¬°±z¶i³f
qÁÊ«á¥ß§Y¬°±z¶i³f¡G¥Ø«eµL®w¦s¶q,ŪªÌ¤Uq«á,¶}©l¶i¤J½Õ®Ñµ{§Ç,¤@¯ë¤Ñ¼Æ¬ù¬°2-10¤u§@¤é(¤£§t¨Ò°²¤é)¡C
¹ÎÁʼƳ̧C¬° 20 ¥»¥H¤W
µû»ù¼Æ¡G
(½Ð±N·Æ¹«²¾¦Ü¬P¬P³B¶i¦æµû»ù)
¥Ø«e¥§¡µû»ù¡G
¤å¦r³sµ²
½Æ»s»yªk
¸ê®Æ¬ì¾Ç®aªº¹ê¥Î²Îp¾Ç ²Ä¤Gª©
¹Ï¤ù³sµ²
½Æ»s»yªk
¤À
¨É
¤º®e²¤¶
®ÑÄy¥Ø¿ý
¦PÃþ±ÀÂË
資料科學家的實用統計學 第二版 內容簡介 運用R和Python學習50+個必學統計概念 「這本書並非是另一本統計學教科書,也不是機器學習手冊。本書透過清楚的解釋和豐富範例,將實用的統計術語及原理和當今資料探勘的行話及實務聯繫起來。對資料科學的初學者和老手來說,這都是一本非常出色的參考書。」 —Galit Shmueli, 暢銷書《Data Mining for Business Analytics》主要作者,台灣清華大學特聘教授 統計方法是資料科學很重要的部分,然而很少有資料科學家接受過正式的統計訓練,而一般的課程及書籍亦很少從資料科學的角度來講解基礎統計學。因此本書第二版新增了詳盡的Python範例,提供讀者如何將統計方法應用於資料科學的實用指南、如何避免誤用統計方法,以及該注意的建議。 資料科學的學習資源或多或少有採用統計方法,但卻缺乏更深入的統計觀點,如果你熟悉R或Python程式語言,並對統計學有所了解,那麼這本書將以易懂的方式來幫助你學習。 透過本書,你將會學習到: ‧為何探索式資料分析是資料科學關鍵的第一步 ‧隨機抽樣如何減少偏誤,並產生更高品質的資料集 ‧實驗設計的原理是如何針對問題得出明確的答案 ‧如何使用迴歸來預測結果並檢測異常 ‧用來預測紀錄所屬類別的重要分類方法 ‧從資料中「學習」的統計機器學習方法 ‧從無標籤資料中提取有意義訊息的非監督式學習方法
¥Ø¿ý ²Ä¤@³¹ ±´¯Á¦¡¸ê®Æ¤ÀªR ²Ä¤G³¹ ¸ê®Æ©M©â¼Ë¤À¥¬ ²Ä¤T³¹ ²Îp¹êÅç»PÅãµÛ©ÊÀËÅç ²Ä¥|³¹ °jÂk»P¹w´ú ²Ä¤³¹ ¤ÀÃþ ²Ä¤»³¹ ²Îp¾÷¾¹¾Ç²ß ²Ä¤C³¹ «DºÊ·þ¦¡¾Ç²ß °Ñ¦Ò®Ñ¥Ø ¯Á¤Þ
¸ÑÃD¤O¡A¼Æ¾Ç«ä·Q¤èªk
¼Æ¾Ç¤k«Ä¡G¾¤°Ò²q·Q
°ò¦²Îp¾Ç
¶W²³æ°ª¤¤¼Æ¾Ç¡A¤@¥»
1¤ÀÄÁ¾Ç·|¼Æ¾Ç¡G§Q¥Î
°ò¦Â÷´²¼Æ¾Ç(²Ä¤»ª©
VCalculus¡G
Brief Calc
³o¤~¬O¯u¥¿ªº¼Æ¾Ç«äºû
±K½Xªº¬G¨Æ¡G¤HÃþ¥v¤W
¬°¤F«O»Ù±zªºÅv¯q¡A·sµ·¸ôºô¸ô®Ñ©±©ÒÁʶRªº°Ó«~§¡¨É¦³¨ì³f¤C¤ÑªºÅ²½à´Á¡]§t¨Ò°²¤é¡^¡C°h¦^¤§°Ó«~¥²¶·©óŲ½à´Á¤º±H¦^¡]¥H¶lÂW©Î¦¬°õÁp¬°¾Ì¡^¡A¥B°Ó«~¥²¶·¬O¥þ·sª¬ºA»P§¹¾ã¥]¸Ë(°Ó«~¡Bªþ¥ó¡B¤º¥~¥]¸Ë¡BÀH³f¤å¥ó¡BÃØ«~µ¥)¡A§_«h®¤¤£±µ¨ü°h³f¡C