豆瓣
扫码直接下载
了解名词概念科普挺好的,覆盖了目前能用的机器学习部分,但是不深,适合按图索骥
适合对统计学和R都有了解且有实际需求的读者。因为这本书实际上像是一本说明书,指导要实现某种统计用途该使用那些R语言工具。但是对原理的讲解不多,对于工具也只是寥寥数语。好在对于实践中可能会出现的问题都cover到了。
人们在思想上倾向于低估天然随机行为的范围。 人们倾向于将随机事件曲解为具有某种显著性的模式。只要拷问数据做够长的时间,数据总会招供。
一本提纲式的书,供检索和指引进一步学习资料。不适合初学者,不懂的还是不懂。
翻译错误太多了,能把permutation test里的有放回和不放回弄反,建议看原版
定义并不清晰,只能当操作说明书用
我想知道译者是干这行的吗,很多专有名词的翻译特别生涩。查了原版才发现,哦是这个意思。建议有条件直接读原版,这个做辅助。部分翻译甚至不如谷歌翻译,很影响阅读体验。
科普名词解释,挺好的入门
这本书我买了很久了,以至于我都忘了是吃了谁的安利。统计学知识讲的非常浅,并且还是用R语言的,所以看完一头雾水——不是书的问题。
浅入浅出,但是全乎,最重要的是目录,可以以此为轴逐个击破,也可以以此为标查漏补缺
当做统计学的回顾课了。
第二次看这本书了,比上次看懂了很多应用场景,希望等第三次看的时候能真正用明白
非常棒的一本书,跟 Udacity 的人工智能课程形成呼应。
简述原理、注重应用的一本统计学读物,没有太多数学原型的赘述,基本都是蜻蜓点水地带过数理背景,名副其实的“实用”统计学,比如会一直强调置换检验的思维而不是用经典统计学的拟合模型做检验,对p值的解释也很实用主义,在分类算法这些机器学习的应用章节也注重按简易度和实用度的顺序来撰写,总体来说确实能帮助提高统计思维
还行
补一下基础知识
统计、R
梳理了数据科学实践中需要用到的统计学知识。其优点在于,指明了统计理论对于数据科学的实践价值,而诸如参数估计与假设检验等内容,则可适当忽略。书是好书,但两星扣在翻译,有大量的翻译错误或不知所云的地方,严重影响阅读。
是一本定位查漏补缺的书,告诉你什么场景下可以用到统计推断或机器学习的方法
算是重要概念的汇总和流程概述吧,讲得挺好懂,适合我这种入门级读者。
> 面向数据科学家的实用统计学
5 有用 cheng 2019-04-25 13:15:50
了解名词概念科普挺好的,覆盖了目前能用的机器学习部分,但是不深,适合按图索骥
3 有用 Yyy 2019-05-29 16:27:09
适合对统计学和R都有了解且有实际需求的读者。因为这本书实际上像是一本说明书,指导要实现某种统计用途该使用那些R语言工具。但是对原理的讲解不多,对于工具也只是寥寥数语。好在对于实践中可能会出现的问题都cover到了。
2 有用 无底深海 2020-02-24 23:20:57
人们在思想上倾向于低估天然随机行为的范围。 人们倾向于将随机事件曲解为具有某种显著性的模式。只要拷问数据做够长的时间,数据总会招供。
2 有用 aleung 2021-11-10 09:43:21
一本提纲式的书,供检索和指引进一步学习资料。不适合初学者,不懂的还是不懂。
1 有用 @枫 2021-11-05 11:13:26
翻译错误太多了,能把permutation test里的有放回和不放回弄反,建议看原版
0 有用 Veidt 2023-11-23 23:08:59 湖南
定义并不清晰,只能当操作说明书用
0 有用 谷粒粒 2022-08-23 00:03:42 上海
我想知道译者是干这行的吗,很多专有名词的翻译特别生涩。查了原版才发现,哦是这个意思。建议有条件直接读原版,这个做辅助。部分翻译甚至不如谷歌翻译,很影响阅读体验。
0 有用 SimpleLine 2022-08-31 17:25:10
科普名词解释,挺好的入门
0 有用 髙喵喵 2023-03-08 15:39:42 北京
这本书我买了很久了,以至于我都忘了是吃了谁的安利。统计学知识讲的非常浅,并且还是用R语言的,所以看完一头雾水——不是书的问题。
0 有用 OCEAN 2023-04-23 15:08:16 上海
浅入浅出,但是全乎,最重要的是目录,可以以此为轴逐个击破,也可以以此为标查漏补缺
0 有用 song2li 2023-07-23 23:42:44 美国
当做统计学的回顾课了。
0 有用 思南nan 2024-04-20 17:33:30 广东
第二次看这本书了,比上次看懂了很多应用场景,希望等第三次看的时候能真正用明白
0 有用 Mongo 2020-11-03 22:09:37
非常棒的一本书,跟 Udacity 的人工智能课程形成呼应。
0 有用 一展 2020-11-29 16:09:51
简述原理、注重应用的一本统计学读物,没有太多数学原型的赘述,基本都是蜻蜓点水地带过数理背景,名副其实的“实用”统计学,比如会一直强调置换检验的思维而不是用经典统计学的拟合模型做检验,对p值的解释也很实用主义,在分类算法这些机器学习的应用章节也注重按简易度和实用度的顺序来撰写,总体来说确实能帮助提高统计思维
0 有用 🌊 ᎪᎡᎬᏕ ᏟᎻᎬᏪᏦ🐳 2020-12-03 19:25:27
还行
0 有用 佛洛伊德纲 2020-05-16 19:58:52
补一下基础知识
0 有用 伊卡洛斯的海 2020-07-06 11:19:36
统计、R
0 有用 NICK&ALICE 2019-06-09 10:26:04
梳理了数据科学实践中需要用到的统计学知识。其优点在于,指明了统计理论对于数据科学的实践价值,而诸如参数估计与假设检验等内容,则可适当忽略。书是好书,但两星扣在翻译,有大量的翻译错误或不知所云的地方,严重影响阅读。
0 有用 阿咩老师 2020-01-27 22:48:21
是一本定位查漏补缺的书,告诉你什么场景下可以用到统计推断或机器学习的方法
0 有用 那那戈 2019-03-04 01:53:03
算是重要概念的汇总和流程概述吧,讲得挺好懂,适合我这种入门级读者。