1.

Record Nr.

UNINA9911009255403321

Autore

Escovedo Tatiana

Titolo

Introdução à Estatística para Ciência de Dados : Da Exploração Dos Dados à Experimentação Contínua Com Exemplos de Código Em Python e R

Pubbl/distr/stampa

São Paulo : , : Casa do Código, , 2024

©2024

ISBN

9788555193798

9788555193804

Edizione

[1st ed.]

Descrizione fisica

1 online resource (97 pages)

Altri autori (Persone)

KalinowskiMarcos

MarquesThiago

Soggetti

Statistics

Machine learning

Lingua di pubblicazione

Portoghese

Formato

Materiale a stampa

Livello bibliografico

Monografia

Nota di contenuto

ISBN -- Sobre o livro -- Sobre os autores -- Introdução --   1.1 Por que estudar Estatística para Ciência de Dados? --   1.2 Conceitos fundamentais --   1.3 Estatística e Ciência de Dados -- Estatística Descritiva: Conceitos básicos, tipos de variáveis e gráficos --   2.1 Conceitos básicos --   2.2 Variáveis e tipos de variáveis --   2.3 Gráficos adequados a cada tipo de variável --   2.4 Correlação -- Estatística Descritiva: Medidas de tendência central e de dispersão --   3.1 Medidas de tendência central --   3.2 Medidas de dispersão --   3.3 Boxplot, ou diagrama de caixas --   3.4 Resumo -- Cálculo das Probabilidades: Conceitos e fundamentos --   4.1 Conceitos fundamentais em probabilidade --   4.2 Axiomas de probabilidade de Kolmogorov --   4.3 Atribuição das probabilidades -- Cálculo das Probabilidades: Distribuições de probabilidade discretas e contínuas --   5.1 Distribuições de probabilidade discretas --   5.2 Distribuições de probabilidade contínuas -- Inferência Estatística: Noções de amostragem e reamostragem --   6.1 Teorema central do limite --   6.2 Tipos de amostragem casuais/probabilísticas --   6.3 Tipos de amostragem não casuais/não probabilísticas --   6.4 Reamostragem --  



6.5 Intervalos de confiança

Sommario/riassunto

This book is an introductory guide to statistics for data science, aimed at professionals and students in the field. It seeks to simplify the often complex mathematical and technical concepts found in existing literature, making them accessible to beginners, especially those whose mathematical foundation might not be strong. The book uses a layered 'onion learning' approach, offering a general overview before delving into more detailed topics. It covers key concepts in descriptive statistics, probability, and statistical inference, with practical examples in Python and R. The authors aim to equip data scientists with essential statistical knowledge for tasks like exploratory data analysis and machine learning, without being exhaustive. The book is written in Portuguese to cater to readers who prefer or find it easier to understand their native language. It assumes a basic understanding of programming logic and familiarity with Python and R.