Когда люди не инженерных специальностей слышат «аналитика и Data Science», то представляют разное. Кто-то видит таблицы и графики. Кто-то неподъемно сложные математические формулы. Кто-то программирование и искусственный интеллект… Но истоки этих понятий из области статистики, которая делится на описательную и аналитическую. И эта кажущаяся непостижимой аналитика — на самом деле нескучная, интересная и простая вещь. Чтобы ею пользоваться, не нужно ни изучение сложных формул, ни программирования…
и заключается главное отличие аналитической статистики от описательной – она дает возможность найти скрытые взаимосвязи между переменными (в т.ч. позволяет на основании взаимосвязей заменить наборы переменных в более «крупные» переменные), найти различия по конкретным переменным между разными объектами и построить предсказания.
https://www.udemy.com/analytics-and-datascience/?couponCode=BOOK_READER
описательная статистика отвечает на вопрос «что было?», а прогностическая аналитика «что будет?» – то прескриптивная аналитика пытается ответить на вопрос «а что кому и где делать?» + «к чему приведут те или иные действия?».
Книга расскажет что такое статистика для новичков, позволяет вспомнить что и как делается для тех, кто занимался статистикой в далеком прошлом.
К сожалению, в наше время под статистикой понимается все что угодно, связанное с обработкой данных. Книга позволит систематизировать знания в этой области.
Интересная книга об аналитике данных! Понятно, по делу и интересно. Рекомендую всем, кто хотел бы разобраться в сложном на первый взгляд понятии Data Science.
Интересная книга! Коротко, по делу , без лишний воды и «мудреных» понятий. Рекомендую для первоначального знакомства с аналитикой данных и статистикой.
Сначала книга обнадежила, но
1) некоторые вещи переповторяются по 10 раз. Может, проще было как-то врезкой "главное" сделать?
2) извините, я не блогерша, не блогерка и не феминистка. Но на Западе автор давно бы без штанов
остался с примерами, где бабы стабильно тупее мужиков. Аж зубы сводит от подобных сравнений, которые никак фактами не подкрепляются. Статистика, омг
autoreg982578232 люди покупают книги по профессиональным вопросам, а видят в них только свои триггеры и проблемы психологические. Искажена цитата из книги, где моделируется вопрос условного аналитика к самому себе(при этом приводится и обратное утверждение). Данный комментарий перекочевал, как видно, и из курса автора по Эксель на учебной платформе. Совершенно неуместное выпячивание своих внутренних искажений смыслов.
Как человеку, далёкому (надеюсь, что пока) от тематики data science, чтение завлекло и за 2 дня книгу прочел. Описывается много функционала на конкретную программу, в общих чертах стало понятно для себя, чему стоит учиться и примерно в какой последовательности. Заинтересованным наукой о данных должно понравиться
Отзывы 9