reklama - zainteresowany?

Zaawansowana analiza danych. Jak przej - Helion

Zaawansowana analiza danych. Jak przej
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)

Dodaj do koszyka Zaawansowana analiza danych. Jak przej

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

Sukces przedsi

Dodaj do koszyka Zaawansowana analiza danych. Jak przej

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)

Dodaj do koszyka Zaawansowana analiza danych. Jak przej

Code, Publish & WebDesing by CATALIST.com.pl



(c) 2005-2025 CATALIST agencja interaktywna, znaki firmowe należą do wydawnictwa Helion S.A.