Show Notes
- Amazon USA Store: https://www.amazon.com/dp/149207294X?tag=9natree-20
- Amazon Worldwide Store: https://global.buys.trade/Practical-Statistics-for-Data-Scientists-Peter-Bruce.html
- Apple Books: https://books.apple.com/us/audiobook/data-analytics-for-beginners-a-practical-guide-to/id1255643144?itsct=books_box_link&itscg=30200&ls=1&at=1001l3bAw&ct=9natree
- eBay: https://www.ebay.com/sch/i.html?_nkw=Practical+Statistics+for+Data+Scientists+Peter+Bruce+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1
- Shopee: https://asia.buys.trade/shopee_Practical-Statistics-for-Data-Scientists-Peter-Bruce.html
- Lazada: https://asia.buys.trade/lazada_Practical-Statistics-for-Data-Scientists-Peter-Bruce.html
- Tiktok: https://asia.buys.trade/tiktok_Practical-Statistics-for-Data-Scientists-Peter-Bruce.html
- Magbasa pa: https://tagalog.9natree.com/read/149207294X/
#Eksploratorydataanalysis #Randomsamplingatbias #Disenyongeksperimento #Regressionatresidual #Unsupervisedlearning #PracticalStatisticsforDataScientists
Ang Practical Statistics for Data Scientists: 50+ Essential Concepts Using R and Python ay isang praktikal na aklat ni Peter Bruce, Andrew Bruce, at Peter Gedeck, na inilathala ng O'Reilly bilang ikalawang edisyon. Nasa larangan ito ng estadistika at data science, ngunit hindi ito nakabalangkas tulad ng tradisyonal na aklat-aralin na nakatuon sa mahahabang pormula at pormal na patunay. Sa halip, ipinapaliwanag nito kung aling mga konseptong pang-estadistika ang mahalaga sa aktuwal na pagsusuri ng datos, kung paano ginagamit ang mga ito, at kung saan nagkakaroon ng maling interpretasyon. Gumagamit ang aklat ng mga halimbawa sa R at Python, kaya angkop ito sa mga mambabasang marunong nang kaunti sa isa sa dalawang wika. Saklaw nito ang eksplorasyon ng datos, sampling, eksperimento at pagsusuri ng kahalagahan, regression, pag-uuri, statistical machine learning, at unsupervised learning. Pangunahing layunin nitong punan ang agwat sa pagitan ng batayang estadistika at mga desisyong kailangang gawin sa isang totoong proyekto sa data science.