博客來
誠品
天瓏
momo
三民書局
讀冊生活
旗標蝦皮商城
新書上市即攻佔日本亞馬遜統計類書籍第一名很多資料科學、機器學習的書,內容充滿各種建模的技術展示、完美的案例分析,卻忘記了更重要的「資料」。唯有掌握好手中的資料,才是機器學習成功建模的第一步。無法了解資料,深度學習也救不了你;相反的,正確蒐集資料,輕鬆建模沒煩惱。如何了解資料?當然要從統計觀念開始。學習統計一定都要看抽象複雜的數學嗎?並不是!本書所使用的範例,會告訴大家「為什麼統計學要如此定義」、「為什麼技巧要那樣使用」。當讀者了解統計背後的觀念時,才不會迷失在複雜的數學。此外,有別於一般市售書籍總是用漂亮案例展示程式運行結果,此書用相當多的範例都是「專家也會犯的錯誤」,相信讀者同時學習成功以及失敗的案例後,可以更全面地了解資料科學的分析流程觀念。本書會介紹資料分析中的許多技術的基本觀念,如變異數分析、偏相關係數、自相關函數、Bonferroni校正、Holm校正、隨機對照試驗、斷點迴歸分析、傾向評分匹配、T檢定、F檢定、分層多階段抽樣法等,介紹的過程中會直擊分析技術的思維,而非僅展示漂亮的數學。本書亦會說明身為資料科學家該有的素養,來避免確認偏誤、倖存者偏誤、選擇偏誤、發表偏誤、自願者偏誤、可得性偏誤、樂觀偏誤、常態偏誤、後此謬論、賭徒謬誤、辛普森謬論、p-hacking、HARKing、單方論證、霍桑效應、畢馬龍效應等資料分析中可能踩到的陷阱。如果讀者曾經有以下問題,那這本書將是你的最佳解方。● 我想知道怎麼蒐集高品質資料來加速機器學習建模● 我想知道什麼樣的資料適合什麼分析技術● 我想知道分析過程中是否參雜不自覺的偏見● 我想知道分析完的結果代表什麼意思● 我想知道為什麼資料分析可以解決問題此外,中文版還提供免費Python程式下載,讓讀者可以實際演練書中的範例,加深對知識的理解。本書貫通從資料蒐集、資料分析、資料解讀每一個環節的觀念,讓你走上資料科學家的康莊大道!
● 好評推薦(依姓名筆劃順序排列)國立政治大學統計學系副教授、台灣人工智慧學校講師 吳漢銘 推薦 國立政治大學統計學系助理教授 周珮婷 推薦「資料科學家的工作日常」版主 張維元 推薦國立臺灣大學名譽教授 謝南瑞 推薦● 概念性介紹資料分析的流程,探討過程中所需要的技術,解說分析結果的意義● 拒絕只展示漂亮數學,改變傳統一直寫程式的教學,帶你直擊資料分析流程的根本觀念● 分享專家的成敗案例,助你建立好的資料科學家素養,避免落入陷阱● 底線標示重要觀念,粗體標示重要名詞,註解提供讀者延伸資訊● 滿滿全彩圖說,每章結束附有重點整理,中文版附贈範例程式● 中文版收錄免費 Bonus,由國內專家分享業界經驗談,讓你快速銜接上實務技能
序言第一篇 資料特性的相關知識第1章 測量其實並非易事1.1 測量資料1.2 測量的難處1.3 測量誤差之外的誤差第2章 資料誤差2.1 測量標準的選擇2.2 問卷帶來的問題2.3 抽樣母體誤差2.4 沒觀測誤差2.5 回答者帶來的問題2.6 發表偏誤(Publication Bias)第3章 測量誤差中的隨機誤差 (Random Error) 與偏誤 (Bias)3.1 測量誤差(Measurement Error)的分析3.2 誤差與機率分佈(Probability Distribution)3.3 機率分佈的相關知識3.4 處理隨機誤差 (Random Error) 第4章 資料抽樣方法論4.1 抽樣的概念4.2 抽樣的方法第二篇 資料分析的相關知識第5章 資料分析的基本流程5.1 檢查手中資料5.2 正確分析資料5.3 妥善管理資料第6章 干擾因子(Confounding Factor)與因果關係6.1 兩個變數之間的關聯6.2 面對並處理干擾因子(Confounding Factor)6.3 無法使用隨機對照試驗(Randomized Controlled Trial)的處理方式第7章 單一變數的分析手法7.1 探討敘述統計量 (Descriptive Statistics) 7.2 探討資料分佈7.3 探討理論分佈7.4 探討時序資料第8章 探究變數之間的關係 – 假設檢定(Hypothesis Testing)、檢定三步驟、手法選擇、相關係數、效應大小(Effect Size)8.1 比較兩個變數的數值8.2 關於假設檢定的思維8.3 研究兩個變數的相關性第9章 解讀多變數資料9.1 探索分析與多重檢定9.2 變異數分析(Analysis of Variance)與多重比較9.3 探究相關結構9.4 分析方法整理第10章 數學模型的要點10.1 簡介數學模型10.2 配合目標來建立模型10.3 使用模型進行預測(Prediction)第三篇 資料活用的相關知識第11章 分析資料的陷阱11.1 資料操作時容易遇到的陷阱11.2 資料有限時容易遇到的陷阱11.3 資料推論時容易遇到的陷阱第12章 解讀資料的陷阱12.1 分析結果的可信度12.2 解讀資料的認知偏誤第13章 運用資料的陷阱13.1 依不同目標做出評估跟決策13.2 獲取資料的實際考量13.3 現實世界與資料分析的差異
https://www.flag.com.tw/bk/st/F1368