Moderní statistika: Přístup založený na počítačích s Pythonem

Recenze čtenářů

Aktuálně nejsou k dispozici žádné recenze čtenářů. Hodnocení je založeno na 3 hlasů.

Původní název:

Modern Statistics: A Computer-Based Approach with Python

Obsah knihy:

Tato inovativní učebnice předkládá materiály pro kurz moderní statistiky, který zahrnuje Python jako pedagogický a praktický zdroj. Autoři vycházejí z dlouholeté praxe ve výuce a výzkumu v různých aplikačních a průmyslových podmínkách a pečlivě přizpůsobili text tak, aby poskytoval ideální rovnováhu mezi teorií a praktickými aplikacemi. V celém textu jsou začleněny četné příklady a případové studie a komplexní aplikace Pythonu jsou podrobně ilustrovány. Ke stažení je k dispozici vlastní balíček jazyka Python, který studentům umožňuje tyto příklady reprodukovat a zkoumat další.

První kapitoly textu se zaměřují na analýzu variability, modely pravděpodobnosti a distribuční funkce. Dále autoři představují statistickou inferenci a bootstrapping a variabilitu v několika dimenzích a regresní modely. Dále se text zabývá výběrem vzorků pro odhad konečných populačních veličin a analýzou a predikcí časových řad a končí dvěma kapitolami o moderních metodách analýzy dat. Každá kapitola obsahuje cvičení, soubory dat a aplikace, které doplňují výuku.

Moderní statistika: Je určena pro jednosemestrální nebo dvousemestrální pokročilý bakalářský nebo magisterský kurz. Vzhledem k základnímu charakteru textu jej lze kombinovat s jakýmkoli programem vyžadujícím ve svých osnovách analýzu dat, jako jsou kurzy datové vědy, průmyslové statistiky, fyzikálních a společenských věd a inženýrství. Díky četným aplikacím a případovým studiím, které jsou v ní obsaženy, bude užitečným zdrojem informací také pro výzkumné pracovníky, odborníky z praxe a datové vědce.

Druhá, úzce související učebnice nese název Průmyslová statistika: A Computer-Based Approach with Python. Zahrnuje témata, jako je statistické řízení procesů včetně vícerozměrných metod, návrh experimentů včetně počítačových experimentů a metody spolehlivosti včetně bayesovské spolehlivosti. Tyto texty lze používat samostatně nebo pro navazující kurzy.

Balíček Mistat Python je k dispozici na adrese https: //gedeck. github. io/mistat-code-solutions/ModernStatistics/.

V této knize o moderní statistice jsou v posledních dvou kapitolách věnovaných moderním analytickým metodám uvedeny v současnosti velmi populární metody, zejména v oblasti strojového učení, jako jsou klasifikátory, metody shlukování a textová analýza. Oceňuji však i předchozí kapitoly, protože se domnívám, že lidé používající metody strojového učení by si měli být vědomi toho, že se do značné míry opírají o ty statistické. Velmi oceňuji množství rozpracovaných případů, které vycházejí z dlouholetých zkušeností autorů. Jsou velmi užitečné pro lepší pochopení a následnou aplikaci metod prezentovaných v knize. Použití jazyka Python odpovídá nejlepším programátorským zkušenostem současnosti. Ze všech těchto důvodů si myslím, že kniha má i skvělou a údernou budoucnost, za což autory chválím.

Profesor Fabrizio RuggeriŘeditel výzkumu v Národní radě pro výzkum, ItáliePrezident Mezinárodní společnosti pro obchodní a průmyslovou statistiku (ISBIS)Šéfredaktor časopisu Applied Stochastic Models in Business and Industry (ASMBI).