Praktische Statistik für Data Scientists

Statistische Konzepte aus der Perspektive von Data Scientists erläutert

• Das Buch verbindet nützliche statistische Prinzipien und der heutigen Datenanalyse-Praxis her
• Es ermöglicht Data Scientists, ihr Wissen über Statistik auf ein neues Level zu bringen
• Als Übersetzung der 2. Auflage des US-Bestsellers enthält es Beispiele in Python und R

Statistische Methoden sind ein zentraler Bestandteil der Arbeit mit Daten, doch nur wenige Data Scientists haben eine formale statistische Ausbildung. In Kursen und Büchern über die Grundlagen der Statistik wird das Thema aber selten aus der Sicht von Data Scientists behandelt. Viele stellen daher fest, dass ihnen eine tiefere statistische Perspektive auf ihre Daten fehlt.

Dieses praxisorientierte Handbuch mit zahlreichen Beispielen in Python und R erklärt Ihnen, wie Sie verschiedene statistische Methoden speziell in den Datenwissenschaften anwenden. Es zeigt Ihnen auch, wie Sie den falschen Gebrauch von statistischen Methoden vermeiden können, und gibt Ratschläge, welche statistischen Konzepte für die Datenwissenschaften besonders relevant sind.

Wenn Sie mit R oder Python vertraut sind, ermöglicht diese zugängliche, gut lesbare Referenz es Ihnen, Ihr statistisches Wissen für die Praxis deutlich auszubauen.

In diesem Buch erfahren Sie:

• warum die explorative Datenanalyse ein wichtiger vorbereitender Arbeitsschritt in der Datenwissenschaft ist
• wie Zufallsstichproben Verzerrungen reduzieren und einen qualitativ hochwertigeren Datensatz liefern
• wie Sie mit den Prinzipien des experimentellen Designs eindeutige Antworten auf Ihre Forschungsfragen erhalten
• wie Sie eine Regression verwenden, um Prognosen zu treffen oder Anomalien zu erkennen
• auf welche Weise statistische Methoden aus dem Bereich des Machine Learning es ermöglichen, aus Daten zu lernen
• wie Sie Unsupervised Learning nutzen, um Erkenntnisse aus ungelabelten Daten zu gewinnen