Реклама. ООО «ЛитРес», ИНН: 7719571260.
От автора
Принципы образования
Глава 1. Подготовка данных
Глава 2. Статистическое исследование
Введение
Загрузка и описание данных
Визуальный анализ
Выбросы
Визуализация категориальных данных
Проверка статистических гипотез
Проверка на нормальное распределение
Корреляция
Дисперсионный анализ
Анализ названий книг
Приложения к главе 2
Приложение 1
Приложение 2 Как выбрать подходящий тест
Приложение 3. Некоторые популярные тесты
Приложение 4. Заметки к планированию исследования
Приложение 5. Временные ряды
Приложение 6. Способы кодирования текста
Глава 3. Линейная регрессия
Введение
Загрузка и описание данных
Визуальный подход
Статистический подход
Одномерные данные
Многомерные данные
Машинное обучение
Уменьшение размерности данных
Полиномиальная регрессия
Приложение к главе 3
Приложение 1. Дополнительные материалы
Приложение 2
Глава 4. Логистическая регрессия
Введение
Загрузка и описание данных
Поиск простого решения
Визуальный подход
Статистический подход
Машинное обучение
Подготовка данных
Дерево решений
Случайный лес
Приложения к главе 4
Приложение 1
Приложение 2
Глава 5. Кластеризация
Загрузка и описание данных
Оценка модели
Диагностика модели
DBSCAN
К-ближайщих соседей
Анализ главных компонент
Факторный анализ
Приложения к главе 5
Приложение 1
Глава 6. Нейронные сети
Введение
Пример из официального руководства TensorFlow
Приложение к Главе 6
Приложение 1
Приложение 2. Базовые операции с тензорами
Приложение 3. Загрузка по мини-батчам
Глава 7. Полезный код
Глава 8. Программирование на языке Python
В этой книге я собрал все 1) важные и 2) базовые знания по Data Science.
В книге код дан так, как вы его увидите в Visual Studio Code.
.....
4. Тест Барлетта для дисперсии.
5. Критерий Anderson-Darling для нормального распределения.
.....