代碼跑出來(lái)的概率統(tǒng)計(jì)問(wèn)題；
程序員的概率統(tǒng)計(jì)開(kāi)心辭典；
開(kāi)放數(shù)據(jù)集，全代碼攻略。
現(xiàn)實(shí)工作中，人們常被要求用數(shù)據(jù)說(shuō)話(huà)�？墒�，數(shù)據(jù)自己是不能說(shuō)話(huà)的，只有對(duì)它進(jìn)行可靠分析和深入挖掘才能找到有價(jià)值的信息。概率統(tǒng)計(jì)是數(shù)據(jù)分析的通用語(yǔ)言，是大數(shù)據(jù)時(shí)代預(yù)測(cè)未來(lái)的根基。
站在時(shí)代浪尖上的程序員只有具備統(tǒng)計(jì)思維才能掌握數(shù)據(jù)分析的必殺技。本書(shū)正是一本概率統(tǒng)計(jì)方面的入門(mén)圖書(shū)，但視角極為獨(dú)特，折射出大數(shù)據(jù)浪潮的別樣風(fēng)景。作者將基本的概率統(tǒng)計(jì)知識(shí)融入Python編程，告訴你如何借助編寫(xiě)程序，用計(jì)算而非數(shù)學(xué)的方式實(shí)現(xiàn)統(tǒng)計(jì)分析。一個(gè)趣味實(shí)例貫穿全書(shū)，生動(dòng)地講解了數(shù)據(jù)分析的全過(guò)程：從采集數(shù)據(jù)和生成統(tǒng)計(jì)量，到識(shí)別模式和檢驗(yàn)假設(shè)。一冊(cè)在手，讓你輕松掌握分布、概率論、可視化以及其他工具和概念。
?編寫(xiě)測(cè)試代碼深入理解概率論和統(tǒng)計(jì)學(xué)
?運(yùn)行實(shí)驗(yàn)檢驗(yàn)統(tǒng)計(jì)行為特征，如生成服從各種分布的樣本
?通過(guò)模擬理解數(shù)學(xué)上艱澀的概念
?學(xué)習(xí)貝葉斯估計(jì)等實(shí)用內(nèi)容
?用Python導(dǎo)入各種來(lái)源的數(shù)據(jù)
?運(yùn)用統(tǒng)計(jì)推斷解決真實(shí)數(shù)據(jù)問(wèn)題
《統(tǒng)計(jì)思維：程序員數(shù)學(xué)之概率統(tǒng)計(jì)》是一本以全新視角講解概率統(tǒng)計(jì)的入門(mén)圖書(shū)。拋開(kāi)經(jīng)典的數(shù)學(xué)分析，Downey 手把手教你用編程理解統(tǒng)計(jì)學(xué)。概率、分布、假設(shè)檢驗(yàn)、貝葉斯估計(jì)、相關(guān)性等，每個(gè)主題都充滿(mǎn)趣味性，經(jīng)編程解釋后變得更為清晰易懂。
本書(shū)研究數(shù)據(jù)主要來(lái)源于美國(guó)全國(guó)家庭成長(zhǎng)調(diào)查（NSFG）與行為風(fēng)險(xiǎn)因素監(jiān)測(cè)系統(tǒng)（BRFSS），數(shù)據(jù)源及解決方案的相關(guān)代碼全部開(kāi)放，具體章節(jié)列出了大量學(xué)習(xí)和進(jìn)階資料，方便讀者參考。
Allen B. Downey是富蘭克林歐林工程學(xué)院的計(jì)算機(jī)科學(xué)副教授，曾執(zhí)教于韋爾斯利學(xué)院、科爾比學(xué)院和加州大學(xué)伯克利分校。他先后獲麻省理工學(xué)院計(jì)算機(jī)科學(xué)碩士學(xué)位和加州大學(xué)伯克利分校計(jì)算機(jī)科學(xué)博士學(xué)位。Downey已出版十余本技術(shù)書(shū)，內(nèi)容涉及Java、Python、C++、概率統(tǒng)計(jì)等，深受專(zhuān)業(yè)讀者喜愛(ài)。他的最新Think系列書(shū)還有Think Complexity: Complexity Science and Computational Modeling、Think Python。
目錄：
版權(quán)聲明
O'Reilly Media, Inc.介紹
譯者序閱讀
前言閱讀
第1章 程序員的統(tǒng)計(jì)思維
第2章 描述性統(tǒng)計(jì)量
第3章 累積分布函數(shù)
第4章 連續(xù)分布
第5章 概率閱讀
第6章 分布的運(yùn)算
第7章 假設(shè)檢驗(yàn)
第8章 估計(jì)
第9章 相關(guān)性
索引
作者及封面簡(jiǎn)介
|
