| 1 x de R$98,00 sem juros | Total R$98,00 | |
| 2 x de R$57,16 | Total R$114,32 | |
| 3 x de R$38,30 | Total R$114,91 | |
| 4 x de R$29,13 | Total R$116,50 | |
| 5 x de R$23,48 | Total R$117,40 | |
| 6 x de R$19,66 | Total R$117,93 | |
| 7 x de R$16,92 | Total R$118,43 | |
| 8 x de R$14,85 | Total R$118,80 | |
| 9 x de R$13,24 | Total R$119,16 | |
| 10 x de R$11,98 | Total R$119,80 | |
| 11 x de R$10,95 | Total R$120,43 | |
| 12 x de R$10,08 | Total R$120,97 |
Métodos estatísticos são uma parte crucial da ciência de dados; ainda assim, poucos cientistas de dados têm formação estatística.
Os cursos e livros sobre estatística básica raramente abordam os tópicos sob a perspectiva da ciência de dados.
Este guia prático explica como aplicar diversos métodos estatísticos em ciência de dados, ensina a evitar seu mau uso e aconselha sobre o que é importante e o que não é.
Muitos recursos da ciência de dados incorporam métodos estatísticos, mas carecem de uma perspectiva estatística aprofundada. Se você está familiarizado com a linguagem de programação R e tem algum conhecimento estatístico, este guia fará a ponte de forma fácil e acessível.
Com este livro, você aprenderá:
Por que a análise exploratória de dados é um passo prévio importante na ciência de dados
Como a amostragem aleatória pode reduzir o viés e resultar um conjunto de dados de maior qualidade, mesmo em big data
Como os princípios do design experimental resultam respostas definitivas
Como usar regressão para estimar resultados e detectar anomalias
Principais técnicas de classificação para prever a quais categorias um registro pertence
Métodos de aprendizado de máquina estatístico que “aprendem” com os dados
Métodos de aprendizado não supervisionado para extração de significado de dados não rotulados
“ Este livro não é só mais um livro universitário de estatística ou um manual de aprendizado de máquina.
É muito melhor: ele faz a conexão entre termos e princípios estatísticos úteis e os jargões e a prática da exploração de dados, com explicações clarase muitos exemplos.
Este livro é uma referência incrível para iniciantes e veteranos da ciência de dados.” ―Galit Shmueli Principal autora da série best-seller Data Mining for Business Analytics e professora titular na National Tsing Hua University, Taiwan
