Zaawansowana analiza danych. Jak przej - Helion

Autor: George Mount
Tytuł oryginału: Advancing into Analytics: From Excel to Python and R
Tłumaczenie: Filip Kami
ISBN: 978-83-283-8551-1
stron: 208, Format: 168x237, okładka: mi
Data wydania: 2022-04-01
Księgarnia: Helion

Cena książki: 35,94 zł (poprzednio: 59,90 zł)
Oszczędzasz: 40% (-23,96 zł)

Pobierz fragment książki » Osoby, które kupiły tę książkę, wybierały także »

Tagi: Excel | Inne | Python - Programowanie | R - Programowanie

Sukces przedsi

Osoby które kupowały "Zaawansowana analiza danych. Jak przej", wybierały także:

Excel 2019 VBA. Kurs video. Opanuj zdarzenia oraz formularze i prze 179,00 zł, (53,70 zł -70%)
Excel 2019 VBA. Kurs video. Opanuj podstawy i przećwicz je na 50 praktycznych przykładach 199,00 zł, (59,70 zł -70%)
Przetwarzanie danych w Excelu. Kurs video. Laboratorium Power Query 129,00 zł, (38,70 zł -70%)
Excel VBA. Kurs video. Budowanie procesu automatycznego raportowania 179,00 zł, (53,70 zł -70%)
Excel - szybkie przetwarzanie danych. Sztuczki i gotowe rozwiązania. Kurs video 59,00 zł, (17,70 zł -70%)

Spis treści

Zaawansowana analiza danych. Jak przejść z arkuszy Excela do Pythona i R -- spis treści

Wprowadzenie (9)

CZĘŚĆ I. PODSTAWY ANALIZY DANYCH W EXCELU (17)

1. Podstawy eksploracyjnej analizy danych (19)
- Czym jest eksploracyjna analiza danych? (19)
  - Obserwacje (21)
  - Zmienne (21)
- Przykład: klasyfikacja zmiennych (24)
- Przypomnienie: typy zmiennych (26)
- Eksploracja zmiennych w Excelu (26)
  - Eksploracja zmiennych kategorialnych (27)
  - Eksploracja zmiennych ilościowych (29)
- Wnioski (40)
- Ćwiczenia (40)
2. Podstawy prawdopodobieństwa (41)
- Prawdopodobieństwo i losowość (41)
- Prawdopodobieństwo i przestrzeń zdarzeń elementarnych (41)
- Prawdopodobieństwo i eksperymenty (42)
- Prawdopodobieństwo bezwarunkowe i warunkowe (42)
- Rozkłady prawdopodobieństwa (42)
  - Dyskretne rozkłady prawdopodobieństwa (43)
  - Ciągłe rozkłady prawdopodobieństwa (46)
- Wnioski (53)
- Ćwiczenia (53)
3. Podstawy wnioskowania statystycznego (54)
- Ramy wnioskowania statystycznego (54)
  - Zbierz reprezentatywną próbkę (55)
  - Sformułuj hipotezy (56)
  - Stwórz plan analizy (57)
  - Przeanalizuj dane (59)
  - Podejmij decyzję (62)
- To Twój świat... Dane się tylko w nim znajdują (68)
- Wnioski (69)
- Ćwiczenia (70)
4. Korelacja i regresja (71)
- Korelacja nie oznacza przyczynowości (71)
- Wprowadzenie do korelacji (72)
- Od korelacji do regresji (76)
- Regresja liniowa w Excelu (78)
- Zastanówmy się raz jeszcze - pozorne związki (84)
- Wnioski (85)
- Przejście do programowania (85)
- Ćwiczenia (85)
5. Stos analizy danych (87)
- Statystyka, analiza danych, nauka o danych (87)
  - Statystyka (87)
  - Analiza danych (87)
  - Analityka biznesowa (88)
  - Nauka o danych (88)
  - Uczenie maszynowe (88)
  - Różne, ale nie rozłączne (89)
- Znaczenie stosu analizy danych (89)
  - Arkusze kalkulacyjne (90)
  - Bazy danych (92)
  - Platformy analityki biznesowej (94)
  - Języki programowania danych (94)
- Wnioski (95)
- Co dalej (96)
- Ćwiczenia (96)

CZĘŚĆ II. Z EXCELA DO R (97)

6. Pierwsze kroki w R dla użytkowników Excela (99)
- Pobieranie R (99)
- Pierwsze kroki w RStudio (99)
- Pakiety w R (108)
- Aktualizacja pakietów, RStudio i języka R (109)
- Wnioski (110)
- Ćwiczenia (110)
7. Struktury danych w R (112)
- Wektory (112)
- Indeksowanie i wybór elementów z wektorów (114)
- Od tabel Excela do ramek danych R (115)
- Importowanie danych w R (117)
- Eksploracja ramki danych (120)
- Indeksowanie i wybór elementów z ramek danych (122)
- Zapisywanie ramek danych (123)
- Wnioski (124)
- Ćwiczenia (124)
8. Przetwarzanie i wizualizacja danych w R (125)
- Przetwarzanie danych za pomocą dplyr (126)
  - Operacje kolumnowe (126)
  - Operacje wierszowe (128)
  - Agregacja i łączenie danych (131)
  - dplyr i potęga operatora potoku (%>%) (133)
  - Przekształcanie danych za pomocą tidyr (135)
- Wizualizacja danych w ggplot2 (137)
- Wnioski (142)
- Ćwiczenia (142)
9. R w analizie danych (143)
- Eksploracyjna analiza danych (144)
- Testowanie hipotez (147)
  - Test t-Studenta dla prób niezależnych (148)
  - Regresja liniowa (150)
  - Podział na zbiór uczący i testowy, walidacja (151)
- Wnioski (154)
- Ćwiczenia (154)

CZĘŚĆ III. Z EXCELA DO PYTHONA (155)

10. Pierwsze kroki w Pythonie dla użytkowników Excela (157)
- Pobieranie Pythona (157)
- Pierwsze kroki z Jupyterem (158)
- Moduły w Pythonie (166)
- Aktualizacja pakietów, Anacondy i Pythona (167)
- Wnioski (167)
- Ćwiczenia (168)
11. Struktury danych w Pythonie (169)
- Tablice NumPy (170)
- Indeksowanie i wybieranie elementów z tablic NumPy (171)
- Ramki danych pandas (172)
- Importowanie danych w Pythonie (174)
- Eksploracja ramki danych (175)
  - Indeksowanie i pobieranie wartości z ramek danych (177)
  - Zapis ramek danych (178)
- Wnioski (178)
- Ćwiczenia (178)
12. Przetwarzanie i wizualizacja danych w Pythonie (179)
- Operacje kolumnowe (180)
- Operacje wierszowe (182)
- Agregacja i łączenie danych (183)
- Przekształcanie danych (185)
- Wizualizacja danych (186)
- Wnioski (192)
- Ćwiczenia (192)
13. Python w analizie danych (193)
- Eksploracyjna analiza danych (194)
- Testowanie hipotez (196)
  - Test t-Studenta dla prób niezależnych (196)
  - Regresja liniowa (197)
  - Podział zbioru na zbiór treningowy i testowy oraz walidacja modelu (198)
- Wnioski (200)
- Ćwiczenia (200)
14. Wnioski i kolejne kroki (201)
- Kolejne warstwy stosu (201)
- Projektowanie badań i eksperymenty biznesowe (201)
- Inne metody statystyczne (202)
- Nauka o danych i uczenie maszynowe (202)
- Kontrola wersji (202)
- Etyka (203)
- Idź naprzód i ciesz się danymi (203)
- Na pożegnanie (203)
Skorowidz (204)