Saved in:
| Main Authors: | , , |
|---|---|
| Other Authors: | , |
| Format: | Electronic eBook |
| Language: | Polish |
| Published: |
Gliwice
Helion
[2021]
|
| Edition: | Wydanie II. |
| Subjects: | |
| Links: | https://learning.oreilly.com/library/view/-/9788328374287/?ar |
| Summary: | Metody statystyczne są kluczowym narzędziem w data science, mimo to niewielu analityków danych zdobyło wykształcenie w ich zakresie. Może im to utrudniać uzyskiwanie dobrych efektów. Zrozumienie praktycznych zasad statystyki okazuje się ważne również dla programistów R i Pythona, którzy tworzą rozwiązania dla data science. Kursy podstaw statystyki rzadko jednak uwzględniają tę perspektywę, a większość podręczników do statystyki w ogóle nie zajmuje się narzę̜dziami wywodzącymi się̜ z informatyki. To drugie wydanie popularnego podrę̜cznika statystyki przeznaczonego dla analityków danych. Uzupełniono je o obszerne przykłady w Pythonie oraz wyjaśnienie, jak stosować poszczególne metody statystyczne w problemach data science, a także jak ich nie używać. Skoncentrowano się też na tych zagadnieniach statystyki, które odgrywają istotną rolę w data science. Wyjaśniono, które koncepcje są ważne i przydatne z tej perspektywy, a które mniej istotne i dlaczego. Co ważne, poszczególne koncepcje i zagadnienia praktyczne przedstawiono w sposób przyswajalny i zrozumiały również dla osób nienawykłych do posługiwania się statystyką na co dzień. |
| Item Description: | Includes bibliographical references |
| Physical Description: | 1 online resource (296 pages) illustrations |
| ISBN: | 9788328374287 8328374285 |
Staff View
MARC
| LEADER | 00000cam a22000002c 4500 | ||
|---|---|---|---|
| 001 | ZDB-30-ORH-093388012 | ||
| 003 | DE-627-1 | ||
| 005 | 20240228122015.0 | ||
| 007 | cr uuu---uuuuu | ||
| 008 | 230626s2021 xx |||||o 00| ||pol c | ||
| 020 | |a 9788328374287 |c electronic bk. |9 978-83-283-7428-7 | ||
| 020 | |a 8328374285 |c electronic bk. |9 83-283-7428-5 | ||
| 035 | |a (DE-627-1)093388012 | ||
| 035 | |a (DE-599)KEP093388012 | ||
| 035 | |a (ORHE)9788328374287 | ||
| 035 | |a (DE-627-1)093388012 | ||
| 040 | |a DE-627 |b ger |c DE-627 |e rda | ||
| 041 | |a pol | ||
| 082 | 0 | |a 001.4/226 |2 23/eng/20230614 | |
| 100 | 1 | |a Bruce, Peter C. |d 1953- |e VerfasserIn |4 aut | |
| 240 | 1 | 0 | |a Practical statistics for data scientists |
| 245 | 1 | 0 | |a Statystyka praktyczna w data science |b 50 kluczowych zagadnień w językach R i Python |c Peter Bruce, Andrew Bruce, Peter Gedeck ; przekład, Krzysztof Sawka, Marta Danch-Wierzchowska |
| 250 | |a Wydanie II. | ||
| 264 | 1 | |a Gliwice |b Helion |c [2021] | |
| 300 | |a 1 online resource (296 pages) |b illustrations | ||
| 336 | |a Text |b txt |2 rdacontent | ||
| 337 | |a Computermedien |b c |2 rdamedia | ||
| 338 | |a Online-Ressource |b cr |2 rdacarrier | ||
| 500 | |a Includes bibliographical references | ||
| 520 | |a Metody statystyczne są kluczowym narzędziem w data science, mimo to niewielu analityków danych zdobyło wykształcenie w ich zakresie. Może im to utrudniać uzyskiwanie dobrych efektów. Zrozumienie praktycznych zasad statystyki okazuje się ważne również dla programistów R i Pythona, którzy tworzą rozwiązania dla data science. Kursy podstaw statystyki rzadko jednak uwzględniają tę perspektywę, a większość podręczników do statystyki w ogóle nie zajmuje się narzę̜dziami wywodzącymi się̜ z informatyki. To drugie wydanie popularnego podrę̜cznika statystyki przeznaczonego dla analityków danych. Uzupełniono je o obszerne przykłady w Pythonie oraz wyjaśnienie, jak stosować poszczególne metody statystyczne w problemach data science, a także jak ich nie używać. Skoncentrowano się też na tych zagadnieniach statystyki, które odgrywają istotną rolę w data science. Wyjaśniono, które koncepcje są ważne i przydatne z tej perspektywy, a które mniej istotne i dlaczego. Co ważne, poszczególne koncepcje i zagadnienia praktyczne przedstawiono w sposób przyswajalny i zrozumiały również dla osób nienawykłych do posługiwania się statystyką na co dzień. | ||
| 650 | 0 | |a Mathematical analysis |x Statistical methods | |
| 650 | 0 | |a Quantitative research |x Statistical methods | |
| 650 | 0 | |a Big data |x Mathematics | |
| 650 | 4 | |a Analyse mathématique ; Méthodes statistiques | |
| 650 | 4 | |a Recherche quantitative ; Méthodes statistiques | |
| 650 | 4 | |a Données volumineuses ; Mathématiques | |
| 650 | 4 | |a Mathematical analysis ; Statistical methods | |
| 650 | 4 | |a Quantitative research ; Statistical methods | |
| 700 | 1 | |a Bruce, Andrew |d 1958- |e VerfasserIn |4 aut | |
| 700 | 1 | |a Gedeck, Peter |e VerfasserIn |4 aut | |
| 700 | 1 | |a Sawka, Krzysztof |e ÜbersetzerIn |4 trl | |
| 700 | 1 | |a Danch-Wierzchowska, Marta |e ÜbersetzerIn |4 trl | |
| 966 | 4 | 0 | |l DE-91 |p ZDB-30-ORH |q TUM_PDA_ORH |u https://learning.oreilly.com/library/view/-/9788328374287/?ar |m X:ORHE |x Aggregator |z lizenzpflichtig |3 Volltext |
| 912 | |a ZDB-30-ORH | ||
| 951 | |a BO | ||
| 912 | |a ZDB-30-ORH | ||
| 049 | |a DE-91 | ||
Record in the Search Index
| DE-BY-TUM_katkey | ZDB-30-ORH-093388012 |
|---|---|
| _version_ | 1833357146699333632 |
| adam_text | |
| any_adam_object | |
| author | Bruce, Peter C. 1953- Bruce, Andrew 1958- Gedeck, Peter |
| author2 | Sawka, Krzysztof Danch-Wierzchowska, Marta |
| author2_role | trl trl |
| author2_variant | k s ks m d w mdw |
| author_facet | Bruce, Peter C. 1953- Bruce, Andrew 1958- Gedeck, Peter Sawka, Krzysztof Danch-Wierzchowska, Marta |
| author_role | aut aut aut |
| author_sort | Bruce, Peter C. 1953- |
| author_variant | p c b pc pcb a b ab p g pg |
| building | Verbundindex |
| bvnumber | localTUM |
| collection | ZDB-30-ORH |
| ctrlnum | (DE-627-1)093388012 (DE-599)KEP093388012 (ORHE)9788328374287 |
| dewey-full | 001.4/226 |
| dewey-hundreds | 000 - Computer science, information, general works |
| dewey-ones | 001 - Knowledge |
| dewey-raw | 001.4/226 |
| dewey-search | 001.4/226 |
| dewey-sort | 11.4 3226 |
| dewey-tens | 000 - Computer science, information, general works |
| discipline | Allgemeines |
| edition | Wydanie II. |
| format | Electronic eBook |
| fullrecord | <?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>03302cam a22005052c 4500</leader><controlfield tag="001">ZDB-30-ORH-093388012</controlfield><controlfield tag="003">DE-627-1</controlfield><controlfield tag="005">20240228122015.0</controlfield><controlfield tag="007">cr uuu---uuuuu</controlfield><controlfield tag="008">230626s2021 xx |||||o 00| ||pol c</controlfield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9788328374287</subfield><subfield code="c">electronic bk.</subfield><subfield code="9">978-83-283-7428-7</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">8328374285</subfield><subfield code="c">electronic bk.</subfield><subfield code="9">83-283-7428-5</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-627-1)093388012</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)KEP093388012</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(ORHE)9788328374287</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-627-1)093388012</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-627</subfield><subfield code="b">ger</subfield><subfield code="c">DE-627</subfield><subfield code="e">rda</subfield></datafield><datafield tag="041" ind1=" " ind2=" "><subfield code="a">pol</subfield></datafield><datafield tag="082" ind1="0" ind2=" "><subfield code="a">001.4/226</subfield><subfield code="2">23/eng/20230614</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Bruce, Peter C.</subfield><subfield code="d">1953-</subfield><subfield code="e">VerfasserIn</subfield><subfield code="4">aut</subfield></datafield><datafield tag="240" ind1="1" ind2="0"><subfield code="a">Practical statistics for data scientists</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Statystyka praktyczna w data science</subfield><subfield code="b">50 kluczowych zagadnień w językach R i Python</subfield><subfield code="c">Peter Bruce, Andrew Bruce, Peter Gedeck ; przekład, Krzysztof Sawka, Marta Danch-Wierzchowska</subfield></datafield><datafield tag="250" ind1=" " ind2=" "><subfield code="a">Wydanie II.</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Gliwice</subfield><subfield code="b">Helion</subfield><subfield code="c">[2021]</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">1 online resource (296 pages)</subfield><subfield code="b">illustrations</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="a">Text</subfield><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="a">Computermedien</subfield><subfield code="b">c</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="a">Online-Ressource</subfield><subfield code="b">cr</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="500" ind1=" " ind2=" "><subfield code="a">Includes bibliographical references</subfield></datafield><datafield tag="520" ind1=" " ind2=" "><subfield code="a">Metody statystyczne są kluczowym narzędziem w data science, mimo to niewielu analityków danych zdobyło wykształcenie w ich zakresie. Może im to utrudniać uzyskiwanie dobrych efektów. Zrozumienie praktycznych zasad statystyki okazuje się ważne również dla programistów R i Pythona, którzy tworzą rozwiązania dla data science. Kursy podstaw statystyki rzadko jednak uwzględniają tę perspektywę, a większość podręczników do statystyki w ogóle nie zajmuje się narzę̜dziami wywodzącymi się̜ z informatyki. To drugie wydanie popularnego podrę̜cznika statystyki przeznaczonego dla analityków danych. Uzupełniono je o obszerne przykłady w Pythonie oraz wyjaśnienie, jak stosować poszczególne metody statystyczne w problemach data science, a także jak ich nie używać. Skoncentrowano się też na tych zagadnieniach statystyki, które odgrywają istotną rolę w data science. Wyjaśniono, które koncepcje są ważne i przydatne z tej perspektywy, a które mniej istotne i dlaczego. Co ważne, poszczególne koncepcje i zagadnienia praktyczne przedstawiono w sposób przyswajalny i zrozumiały również dla osób nienawykłych do posługiwania się statystyką na co dzień.</subfield></datafield><datafield tag="650" ind1=" " ind2="0"><subfield code="a">Mathematical analysis</subfield><subfield code="x">Statistical methods</subfield></datafield><datafield tag="650" ind1=" " ind2="0"><subfield code="a">Quantitative research</subfield><subfield code="x">Statistical methods</subfield></datafield><datafield tag="650" ind1=" " ind2="0"><subfield code="a">Big data</subfield><subfield code="x">Mathematics</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Analyse mathématique ; Méthodes statistiques</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Recherche quantitative ; Méthodes statistiques</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Données volumineuses ; Mathématiques</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Mathematical analysis ; Statistical methods</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Quantitative research ; Statistical methods</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Bruce, Andrew</subfield><subfield code="d">1958-</subfield><subfield code="e">VerfasserIn</subfield><subfield code="4">aut</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Gedeck, Peter</subfield><subfield code="e">VerfasserIn</subfield><subfield code="4">aut</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Sawka, Krzysztof</subfield><subfield code="e">ÜbersetzerIn</subfield><subfield code="4">trl</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Danch-Wierzchowska, Marta</subfield><subfield code="e">ÜbersetzerIn</subfield><subfield code="4">trl</subfield></datafield><datafield tag="966" ind1="4" ind2="0"><subfield code="l">DE-91</subfield><subfield code="p">ZDB-30-ORH</subfield><subfield code="q">TUM_PDA_ORH</subfield><subfield code="u">https://learning.oreilly.com/library/view/-/9788328374287/?ar</subfield><subfield code="m">X:ORHE</subfield><subfield code="x">Aggregator</subfield><subfield code="z">lizenzpflichtig</subfield><subfield code="3">Volltext</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ZDB-30-ORH</subfield></datafield><datafield tag="951" ind1=" " ind2=" "><subfield code="a">BO</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ZDB-30-ORH</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-91</subfield></datafield></record></collection> |
| id | ZDB-30-ORH-093388012 |
| illustrated | Illustrated |
| indexdate | 2025-05-28T09:47:03Z |
| institution | BVB |
| isbn | 9788328374287 8328374285 |
| language | Polish |
| open_access_boolean | |
| owner | DE-91 DE-BY-TUM |
| owner_facet | DE-91 DE-BY-TUM |
| physical | 1 online resource (296 pages) illustrations |
| psigel | ZDB-30-ORH TUM_PDA_ORH ZDB-30-ORH |
| publishDate | 2021 |
| publishDateSearch | 2021 |
| publishDateSort | 2021 |
| publisher | Helion |
| record_format | marc |
| spelling | Bruce, Peter C. 1953- VerfasserIn aut Practical statistics for data scientists Statystyka praktyczna w data science 50 kluczowych zagadnień w językach R i Python Peter Bruce, Andrew Bruce, Peter Gedeck ; przekład, Krzysztof Sawka, Marta Danch-Wierzchowska Wydanie II. Gliwice Helion [2021] 1 online resource (296 pages) illustrations Text txt rdacontent Computermedien c rdamedia Online-Ressource cr rdacarrier Includes bibliographical references Metody statystyczne są kluczowym narzędziem w data science, mimo to niewielu analityków danych zdobyło wykształcenie w ich zakresie. Może im to utrudniać uzyskiwanie dobrych efektów. Zrozumienie praktycznych zasad statystyki okazuje się ważne również dla programistów R i Pythona, którzy tworzą rozwiązania dla data science. Kursy podstaw statystyki rzadko jednak uwzględniają tę perspektywę, a większość podręczników do statystyki w ogóle nie zajmuje się narzę̜dziami wywodzącymi się̜ z informatyki. To drugie wydanie popularnego podrę̜cznika statystyki przeznaczonego dla analityków danych. Uzupełniono je o obszerne przykłady w Pythonie oraz wyjaśnienie, jak stosować poszczególne metody statystyczne w problemach data science, a także jak ich nie używać. Skoncentrowano się też na tych zagadnieniach statystyki, które odgrywają istotną rolę w data science. Wyjaśniono, które koncepcje są ważne i przydatne z tej perspektywy, a które mniej istotne i dlaczego. Co ważne, poszczególne koncepcje i zagadnienia praktyczne przedstawiono w sposób przyswajalny i zrozumiały również dla osób nienawykłych do posługiwania się statystyką na co dzień. Mathematical analysis Statistical methods Quantitative research Statistical methods Big data Mathematics Analyse mathématique ; Méthodes statistiques Recherche quantitative ; Méthodes statistiques Données volumineuses ; Mathématiques Mathematical analysis ; Statistical methods Quantitative research ; Statistical methods Bruce, Andrew 1958- VerfasserIn aut Gedeck, Peter VerfasserIn aut Sawka, Krzysztof ÜbersetzerIn trl Danch-Wierzchowska, Marta ÜbersetzerIn trl |
| spellingShingle | Bruce, Peter C. 1953- Bruce, Andrew 1958- Gedeck, Peter Statystyka praktyczna w data science 50 kluczowych zagadnień w językach R i Python Mathematical analysis Statistical methods Quantitative research Statistical methods Big data Mathematics Analyse mathématique ; Méthodes statistiques Recherche quantitative ; Méthodes statistiques Données volumineuses ; Mathématiques Mathematical analysis ; Statistical methods Quantitative research ; Statistical methods |
| title | Statystyka praktyczna w data science 50 kluczowych zagadnień w językach R i Python |
| title_alt | Practical statistics for data scientists |
| title_auth | Statystyka praktyczna w data science 50 kluczowych zagadnień w językach R i Python |
| title_exact_search | Statystyka praktyczna w data science 50 kluczowych zagadnień w językach R i Python |
| title_full | Statystyka praktyczna w data science 50 kluczowych zagadnień w językach R i Python Peter Bruce, Andrew Bruce, Peter Gedeck ; przekład, Krzysztof Sawka, Marta Danch-Wierzchowska |
| title_fullStr | Statystyka praktyczna w data science 50 kluczowych zagadnień w językach R i Python Peter Bruce, Andrew Bruce, Peter Gedeck ; przekład, Krzysztof Sawka, Marta Danch-Wierzchowska |
| title_full_unstemmed | Statystyka praktyczna w data science 50 kluczowych zagadnień w językach R i Python Peter Bruce, Andrew Bruce, Peter Gedeck ; przekład, Krzysztof Sawka, Marta Danch-Wierzchowska |
| title_short | Statystyka praktyczna w data science |
| title_sort | statystyka praktyczna w data science 50 kluczowych zagadnien w jezykach r i python |
| title_sub | 50 kluczowych zagadnień w językach R i Python |
| topic | Mathematical analysis Statistical methods Quantitative research Statistical methods Big data Mathematics Analyse mathématique ; Méthodes statistiques Recherche quantitative ; Méthodes statistiques Données volumineuses ; Mathématiques Mathematical analysis ; Statistical methods Quantitative research ; Statistical methods |
| topic_facet | Mathematical analysis Statistical methods Quantitative research Statistical methods Big data Mathematics Analyse mathématique ; Méthodes statistiques Recherche quantitative ; Méthodes statistiques Données volumineuses ; Mathématiques Mathematical analysis ; Statistical methods Quantitative research ; Statistical methods |
| work_keys_str_mv | AT brucepeterc practicalstatisticsfordatascientists AT bruceandrew practicalstatisticsfordatascientists AT gedeckpeter practicalstatisticsfordatascientists AT sawkakrzysztof practicalstatisticsfordatascientists AT danchwierzchowskamarta practicalstatisticsfordatascientists AT brucepeterc statystykapraktycznawdatascience50kluczowychzagadnienwjezykachripython AT bruceandrew statystykapraktycznawdatascience50kluczowychzagadnienwjezykachripython AT gedeckpeter statystykapraktycznawdatascience50kluczowychzagadnienwjezykachripython AT sawkakrzysztof statystykapraktycznawdatascience50kluczowychzagadnienwjezykachripython AT danchwierzchowskamarta statystykapraktycznawdatascience50kluczowychzagadnienwjezykachripython |