LEADER 00881nam0-22003011i-450- 001 990001868630403321 005 20021010 035 $a000186863 035 $aFED01000186863 035 $a(Aleph)000186863FED01 035 $a000186863 100 $a20021010d--------km-y0itay50------ba 101 0 $aita 200 1 $aSopra una nuova falsificazione dei concimi chimici$fA. Bruttini. 210 $aModena$c...$d1903. 215 $ap. 584-590$d24 cm 300 $aEstr. da: Le Stazioni sperimentali agrarie italiane, 36(7):584-590,1903 610 0 $aConcimi chimici 676 $a631.8 700 1$aBruttini,$bA.$0358485 801 0$aIT$bUNINA$gRICA$2UNIMARC 901 $aBK 912 $a990001868630403321 952 $a60 MISC. B 144/31$b$fFAGBC 959 $aFAGBC 996 $aSopra una nuova falsificazione dei concimi chimici$9401413 997 $aUNINA DB $aING01 LEADER 03821nam 22004693 450 001 9911009255403321 005 20240627080225.0 010 $a9788555193798$b(electronic bk.) 010 $z9788555193804 035 $a(MiAaPQ)EBC31502045 035 $a(Au-PeEL)EBL31502045 035 $a(CKB)32460319800041 035 $a(OCoLC)1443085768 035 $a(Exl-AI)31502045 035 $a(EXLCZ)9932460319800041 100 $a20240627d2024 uy 0 101 0 $apor 135 $aurcnu|||||||| 181 $ctxt$2rdacontent 182 $cc$2rdamedia 183 $acr$2rdacarrier 200 10$aIntrodução à Estatística para Ciência de Dados $eDa Exploração Dos Dados à Experimentação Contínua Com Exemplos de Código Em Python e R 205 $a1st ed. 210 1$aSão Paulo :$cCasa do Código,$d2024. 210 4$d©2024. 215 $a1 online resource (97 pages) 311 08$aPrint version: Escovedo, Tatiana Introdução à Estatística para Ciência de Dados São Paulo : Casa do Código,c2024 9788555193804 327 $aISBN -- 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$7Generated by AI. 330 $aThis 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.$7Generated by AI. 606 $aStatistics$7Generated by AI 606 $aMachine learning$7Generated by AI 615 0$aStatistics 615 0$aMachine learning 700 $aEscovedo$b Tatiana$01826830 701 $aKalinowski$b Marcos$01781168 701 $aMarques$b Thiago$01826831 801 0$bMiAaPQ 801 1$bMiAaPQ 801 2$bMiAaPQ 912 $a9911009255403321 996 $aIntrodução à Estatística para Ciência de Dados$94394829 997 $aUNINA