ДМК-Пресс Статистика без подвоха Фаулер Эндрю, Де Мескита Итан Буэно

Нужно овладеть статистикой по долгу службы? Хотите получить помощь при сдаче курса статистики? "Статистика для всех" - ясное и краткое введение и руководство для всех новичков. Тщательно переработанное расширенное, это издание поможет вам глубоко понять статистику, избегая ошеломляющей сложности многих университетских учебников • Эта книга - руководство, которое можно приспосабливать к имеющим" знаниям и нуждам отдельных читателей. Некоторые главы посвящены те­мам, которые часто отсутствуют в вводных книгах по статистике. Каждая глава представляет собой простые для понимания объяснения, дополненные диаграммами, формулами, задачами с решениями и взятыми из практики заданиями. Если вы хотите не ломая голову применять распространенные методы анализа данных и узнать о разнообразных подходах - эта книга для вас

Непонимание статистики – важная проблема в нашем обществе. Благодаря компьютерным технологиям собирать статистические данные стало проще, но главную задачу – правильно обработать результаты – по-прежнему берет на себя человек. Из этой книги вы узнаете, как использовать и интерпретировать статистику и статистические данные в различном окружении • Среди рассматриваемых тем • основные понятия и принципы статистики • наиболее распространенные статистические критерии • множественная проверка гипотез • планирование эксперимента • метастатистика (статистическое исследование статистики) • Издание пригодится тем, кто хочет понять принципы статистики и научиться интерпретировать ее результаты, не вдаваясь в математические детали вычислений. Для изучения материала требуется минимальный уровень математической подготовки

В современном мире всё больше повышается важность статистики. Мы часто слышим это слово, но плохо представляем, как что такое статистика и как ее использовать на практике. Вроде бы мы изучали её на уроках, но не знаем, каким методом лучше воспользоваться в той или иной ситуации • С помощью этой книги вы сможете с помощью иллюстраций и доходчивых описаний как следует изучить всё, начиная с основ и заканчивая многомерным анализом • Давайте попробуем выйти на прогулку в мир статистики, в котором ничего не должно показаться сложным!

Перед вами хорошо известное введение в вычислительную геометрию. Основной упор в книге сделан на алгоритмах в виде, доступном широкой аудитории. Все методы и решения, разрабатываемые в рамках вычислительной геометрии, связаны с конкретными применениями в робототехнике, компьютерной графике, САПР/АСУП и геоинформационных системах. Для большинства рассмотренных геометрических задач приводится одно, наиболее оптимальное решение. Рассмотрены все основные, а также ряд специальных тем вычислительной геометрии. Издание предназначено студентам, аспирантам, а также разработчикам программного обеспечения, имеющих лишь базовую подготовку в области алгоритмов

Если вы интересуетесь машинным обучением (Machine Learning) и глубоким обучением (Deep Learning), то этот двухтомник для вас • Эта книга не похожа на большинство других учебников и руководств по глубокому обучению – в ней нет ни детального алгоритмического анализа, сопровождаемого обширной математикой, ни развернутых листингов программного кода. Автор выбрал золотую середину - благодаря дружелюбному подходу, сопровождаемому огромным количеством цветных иллюстраций, а также детальному и скрупулезному описанию, он глубоко освещает основополагающие идеи глубокого обучения и нейронных сетей • Второй том посвящен нейронным сетях – быстро развивающемуся направлению машинного обучения. В первом томе, вышедшем в издательстве «ДМК Пресс» ранее, изложены фундаментальные основы глубокого обучения

В книге описаны инструменты и методы обработки неструктурированных текстов. Прочитав ее, вы научитесь пользоваться полнотекстовым поиском, распознавать имена собственные, производить кластеризацию, пометку, извлечение информации и автореферирование. Знакомство с фундаментальными принципами сопровождается изучением реальных применений • Издание предназначено для читателей без подготовки в области математической статистики и обработки естественных языков. Примеры написаны на Java, но сами идеи могут быть реализованы на любом языке программирования

В книгу вошли основные сведения по MS Excel и классическим методам непараметрической статистики, применяемым к независимым выборкам, парным наблюдениям и таблицам сопряженности, реализующие эти методы программы VBA и технологии решения типовых задач в MS Excel. Данные технологии представлены, как пошаговыми решениями (без применения макросов), так и автоматическими, когда задача решается одним макросом, возвращающим значение статистики, критерий принятия основной гипотезы и вывод о том, какую гипотезу следует принять • Книга ориентирована на студентов вузов, изучающих статистические методы, но будет полезна и более широкому кругу пользователей MS Excel

Простой, последовательный, наглядный и необременительный путь изучения байесовской статистики! • Нанами Конно предстоит использовать байесовскую статистику в своей работе - с этой целью она записывается на университетский курс. Вместе со своим однокурсником Ямабуки она узнает, чем байесовская статистика отличается от традиционной, как в ней понимается вероятность, что такое функция правдоподобия и как формулируется теорема Байеса. В заключительных главах рассматриваются методы Монте-Карло для марковских цепей • Вниманию читателя предлагается множество практических задач с подробным объяснением решений • Манга будет полезна студентам, программистам и всем, кто интересуется математическим анализом и расчётом вероятности событий

Если вы знаете, как программировать на Python и немного знаете о теории вероятности, значит, вы готовы освоить байесовскую статистику • Эта книга расскажет вам, как решать статистические задачи с помощью языка Python вместо математических формул и использовать дискретные вероятностные распределения вместо непрерывной математики. Когда вы уберете с дороги математику, байесовские основы станут яснее, и вы начнете применять эту технику для решения реальных проблем • Байесовские статистические методы становятся все более обширными и важными. Но в помощь начинающим доступно не слишком много источников. Изложенная в этой книге методика основана на материале проводимых автором студенческих занятиях и точно поможет вам сделать хороший старт! • Издание будет полезно всем специалистам по анализу данных, кто должен использовать статистические данные в условиях их неполноты или решать другие нетривиальные задачи, связанные с вероятностными распределениями

До недавнего времени для проведения анализа сетей требовалось специализированное программное обеспечение. Однако недавно инструменты для этого появились в среде статистического программирования R. Помимо того, что методы анализа сетей стали доступны более широкому кругу специалистов по статистике, пакет R предоставил исследователям обширные возможности по управлению данными, графической визуализации и статистическому моделированию. Книга является руководством пользователя по анализу сетей в среде R. Она концентрируется на четырех основных задачах, с которыми обычно сталкивается специалист в этой области: управление сетевыми данными, визуализация сети, описание сети и моделирование сети. Все примеры сопровождаются программным кодом на языке R

Эта вводная книга знакомит с приемами и методами пространственного анализа и пространственной статистики с помощью ГИС. Каждая глава представляет отдельную группу методов и метрик, объясняет, как интерпретировать результаты, и приводит практические примеры. В числе тем, рассматриваемых в книге, вы найдете: описание и отображение данных посредством исследовательского пространственного анализа данных; анализ географического распределения и точечных закономерностей; пространственная автокорреляция; пространственная кластеризация; географически взвешенная регрессия и регрессия методом наименьших квадратов; пространственная эконометрика. Практические примеры, объединяющие теорию и практику, связаны в единое исследование с использованием программного обеспечения и сопровождаются иллюстрированными руководствами

Изучите язык ассемблера x64, сосредоточившись на обновлениях набора команд x86, наиболее актуальных для разработки прикладных программ • Рассматриваемые темы • - 64-разрядная платформа x86: архитектура, типы данных, регистры, режимы адресации памяти и базовый набор команд • - набор команд x86 для создания быстродействующих функций, которые можно вызывать из языка высокого уровня (C++) • - использование языка ассемблера x64 для эффективной работы с общими типами данных и конструкциями программирования, включая целые числа, текстовые строки, массивы и структуры • - использование набора команд AVX для выполнения скалярных арифметических операций с плавающей запятой • - повышение быстродействия ресурсоемких алгоритмов в проблемных областях, таких как обработка изображений, компьютерная графика, математика и статистика, за счет команд AVX, AVX2 и AVX-512 • - применение различных стратегий и методов кодирования, а также наборов команд x64, AVX, AVX2 и AVX-512 для достижения максимального быстродействия