Эта книга исследует множество провокационных вопросов, касающихся основ анализа данных. Она основана на многолетнем опыте одного из гуру этой темы. Почему стоит изучать анализ данных? Как его следует преподавать? Какие методы работают лучше всего и для кого? Насколько достоверны результаты? Какой объем данных следует тестировать? Какие языки программирования использовать, если вообще использовать? Акцент на наставничество (посредством практических кейсов) и примеры (через реальное применение) - вот инструменты, которые использует Питер Дж. Хубер в этой книге. Конкретные статистические методы не имеют непосредственной ценности; важнее вопросы стратегии – когда применять тот или иной метод. Центральными темами обсуждения являются понимание значения массивных (робастных) наборов данных, реализация языков и использование моделей. Каждая тема сопровождается обилием примеров и кейсов. Личные практики, различные подводные камни и существующие споры представлены там, где это применимо. Книга служит отличным философским и историческим спутником любого современного текста по анализу данных, робастной статистике, интеллектуальному анализу данных, машинному обучению или вычислительной статистике.
В книге “Data Analysis. What can be learned from the past 50 years” автор Peter J. Hubert исследует множество провокационных вопросов, касающихся фундаментальных основ анализа данных. Она основана на проверенном временем опыте одного из гуру в этой области. Почему нужно изучать анализ данных? Как его преподавать? Какие методы работают лучше всего и для кого? Насколько валидны результаты? Сколько данных следует тестировать? Какие языки машин должны использоваться, если они вообще используются? В этом томе Питер Дж. Хуберт использует в качестве инструментов акцент на обучении (через практические примеры) и анекдотах (через реальные применения). Вопросы, касающиеся конкретных статистических методов, не имеют немедленной ценности; скорее, используются вопросы стратегии - когда использовать тот или иной метод. В центре дискуссии лежит понимание значимости больших (или надежных) наборов данных, реализации языков и использования моделей.
Электронная Книга «Data Analysis. What Can Be Learned From the Past 50 Years» написана автором Peter Huber J. в году.
Минимальный возраст читателя: 0
Язык: Английский
ISBN: 9781118018248
Описание книги от Peter Huber J.
This book explores the many provocative questions concerning the fundamentals of data analysis. It is based on the time-tested experience of one of the gurus of the subject matter. Why should one study data analysis? How should it be taught? What techniques work best, and for whom? How valid are the results? How much data should be tested? Which machine languages should be used, if used at all? Emphasis on apprenticeship (through hands-on case studies) and anecdotes (through real-life applications) are the tools that Peter J. Huber uses in this volume. Concern with specific statistical techniques is not of immediate value; rather, questions of strategy – when to use which technique – are employed. Central to the discussion is an understanding of the significance of massive (or robust) data sets, the implementation of languages, and the use of models. Each is sprinkled with an ample number of examples and case studies. Personal practices, various pitfalls, and existing controversies are presented when applicable. The book serves as an excellent philosophical and historical companion to any present-day text in data analysis, robust statistics, data mining, statistical learning, or computational statistics.
