Думай как аналитик. Статистика и данные с примерами на Python. 3-е изд.

Умение писать код — это все, что нужно, чтобы извлекать из данных ценные выводы и находить ответы на сложные вопросы. В этом полностью переработанном издании статистические концепции представлены не в виде громоздких математических формул, а как стройный вычислительный процесс на языке Python. На практических примерах с использованием реальных датасетов изучите весь цикл разведочного анализа данных — от первичной обработки данных и подсчета статистик до выявления закономерностей и проверки гипотез.
Являетесь ли вы специалистом data science, инженером-разработчиком или просто интересуетесь данными, вы быстро освоите такие популярные инструменты, как NumPy, SciPy и Pandas. Познакомьтесь с функциями распределения, статистическими зависимостями между переменными, методами визуализации и многими другими концепциями. Кроме того, все главы книги доступны в виде Jupyter-блокнотов, позволяющих читать текст, запускать код и выполнять упражнения, не переключаясь между инструментами.

О научном редакторе русского издания. Кирилл Быков — старший аналитик-разработчик во "ВКонтакте". Занимается поддержкой внутренней MapReduce-системы, разработкой платформы AB-тестирования и дата-инженерией. Преподаватель курсов по основам машинного обучения, глубокого обучения, программирования на Python и продуктовой аналитике в МФТИ, НИУ ВШЭ и Центральном университете. Развивает аналитические инструменты и ведет курсы по машинному обучению, вдохновляя студентов на освоение современных методов анализа данных и искусственного интеллекта.

1. Изучение сложных статистических концепций через код на Python без математических формул.
2. Практические методы исследования и визуализации данных, выявления взаимосвязей и тенденций, а также представления полученных результатов.
3. Анализ распределений данных и визуализация закономерностей с помощью библиотек языка Python.
4. Подробный разбор специализированных тем, таких как анализ временных рядов и анализ выживаемости.
5. Решение распространенных проблем анализа данных.