資料科學基礎數學

使用基本的線性代數、機率和統計來掌控您的資料 「在當前資料科學教育環境的嘈雜聲中，這本書脫穎而出，包含許多清晰、實用的範例，說明理解和建構資料所需的基礎知識。」 —Vicki Boykis Tumblr高級機器學習工程師 讓您掌握在資料科學、機器學習和統計學等方面所需具備的數學知識。作者Thomas Nield將引導您了解微積分、機率、線性代數和統計等領域，以及它們是如何應用在線性迴歸、邏輯迴歸和神經網路等技術。 在此過程中，您還將獲得對資料科學的實用見解，以及如何利用這些見解幫助提升您的職業生涯。 您將了解如何： ‧使用Python程式碼和SymPy、NumPy和scikit-learn等程式庫來探索基本的數學概念，例如微積分、線性代數、統計和機器學習 ‧用簡單的語言並使用最少的數學符號和行話來理解線性迴歸、邏輯迴歸和神經網路等技術 ‧對資料集執行描述性統計和假說檢定，以解釋p值和統計顯著性 ‧操作向量和矩陣並執行矩陣分解 ‧對微積分、機率、統計和線性代數的知識進行整合和建構，並應用於包括神經網路在內的迴歸模型 ‧在資料科學職業生涯中進行實際導航，避免常見的陷阱、假設和偏見，同時調整您的技能以在就業市場中脫穎而出

資料科學家的實用統計學 第二版

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

Statistics Hacks 統計學駭客75招

測量世界並掌握勝機的技巧與工具 為什麼要把你的生命留給機遇決定呢？你應該學習一些機率的技巧，以掌控你的命運。《Statistics Hacks》會教你怎麼做。 使用推論統計學的工具，你能夠理解機率的運作方式、發現隱藏的關係、以驚人的準確度預測事件，甚至藉由精明的賭注贏得一點錢。 《Statistics Hacks》介紹來自統計學、教育與心理測量學，以及實驗研究的實用工具，幫助你解決商務、遊戲與生活中的各種問題。你會學到如何： ‧聰明遊玩德州撲克、二十一點、輪盤遊戲、擲骰遊戲，甚至樂透 ‧設計你自己的高勝算酒吧賭注來賺錢並娛樂你的朋友 ‧預測棒球比賽的結果，知道何時在美式足球比賽中選擇「兩分轉換」，並以出人意料的準確度預知其他運動比賽的贏家 ‧解密神奇的巧合，區分「真正」的隨機和只是「看似」如此的隨機，甚至能讓你的iPod「隨機」播歌更為誠實 ‧看出偽造的資料，偵測抄襲，以及破解密碼 ‧在等候油漆乾的空閒時間改善你的考試分數 不管你是能在睡夢中進行計算的統計愛好者，或是覺得有趣問題的聰明解法很有娛樂效果的一般人，《Statistics Hacks》都有工具能賦予你優勢，掌握這世界的微小勝機。