Estatística prática para cientistas de dados
+50 conceitos essenciais usando R e Python

estatística, ciência de dados, aprendizado de máquina, análise exploratória de dados, regressão, classificação, R, Python, big data, inferência estatística, testes de hipótese, visualização de dados, amostragem, bootstrap, intervalos de confiança, modelagem estatística, clusterização, árvore de decisão, redes bayesianas, mineração de dados

Sinopse

Com este livro, você aprenderá:

• Por que a análise exploratória de dados é um passo prévio importante na ciência de dados
• Como a amostragem aleatória pode reduzir o viés e produzir um conjunto de dados de maior qualidade, mesmo em big data
• Como os princípios do design experimental geram respostas definitivas
• Como usar a regressão para estimar resultados e detectar anomalias
• Principais técnicas de classificação para prever a quais categorias um registro pertence
• Métodos de aprendizado de máquina estatístico que “aprendem” com os dados
• Métodos de aprendizado não supervisionado para a extração de significado de dados não rotulados

Metadado adicionado por Editora Alta Books em 01/09/2025

ISBN relacionados

9788550826516 (ISBN do Livro Impresso)