Статистические методы — ключевой инструмент в науке о данных, однако лишь немногие аналитики данных получили соответствующее образование. Это может помешать им добиться хороших результатов. Понимание практических принципов статистики также оказывается важным для программистов R и Python, которые создают решения для обработки данных. Однако курсы по базовой статистике редко учитывают эту точку зрения, а большинство учебников по статистике вообще не рассматривают инструменты, полученные из информатики. Это второе издание популярного учебника по статистике, предназначенного для специалистов по обработке данных. Они дополнены обширными примерами на Python и объяснением того, как использовать те или иные статистические методы в задачах науки о данных, а также как их не использовать. Основное внимание было также уделено тем статистическим вопросам, которые играют важную роль в науке о данных. Объясняется, какие понятия важны и полезны с этой точки зрения, а какие менее важны и почему. Важно отметить, что отдельные концепции и практические вопросы изложены доступно и понятно даже людям, не привыкшим пользоваться статистикой ежедневно. В книгу входят, среди прочего: поисковый анализ при предварительном изучении данных Случайные выборки и качество больших наборов данных основы планирования экспериментов регрессия в оценке результатов и обнаружении аномалий статистическое машинное обучение обучение без учителя и важность несекретных данных Статистика: классические инструменты с новейшими технологиями! Об авторах Питер Брюс — эксперт в области статистического образования. Он руководит Институтом статистического образования, где предлагает сотни курсов, адресованных, в том числе, ученым. Доктор Эндрю Брюс — главный аналитик Amazon. Он занимается статистикой и наукой о данных уже тридцать лет, разрабатывая решения проблем во многих отраслях. Доктор Питер Гедек — исследователь компании Collaborative Drug Discovery. Создает алгоритмы машинного обучения для прогнозирования свойств веществ, составляющих потенциальные лекарства.