統(tǒng)計(jì)思維 : 程序員數(shù)學(xué)之概率統(tǒng)
代碼跑出來(lái)的概率統(tǒng)計(jì)問(wèn)題；
程序員的概率統(tǒng)計(jì)開(kāi)心辭典；
開(kāi)放數(shù)據(jù)集，全代碼攻略。
現(xiàn)實(shí)工作中，人們常被要求用數(shù)據(jù)說(shuō)話。可是，數(shù)據(jù)自己是不能說(shuō)話的，只有對(duì)它進(jìn)行可靠分析和深入挖掘才能找到有價(jià)值的信息。概率統(tǒng)計(jì)是數(shù)據(jù)分析的通用語(yǔ)言，是大數(shù)據(jù)時(shí)代預(yù)測(cè)未來(lái)的根基。
站在時(shí)代浪尖上的程序員只有具備統(tǒng)計(jì)思維才能掌握數(shù)據(jù)分析的必殺技。本書(shū)正是一本概率統(tǒng)計(jì)方面的入門(mén)圖書(shū)，但視角極為獨(dú)特，折射出大數(shù)據(jù)浪潮的別樣風(fēng)景。作者將基本的概率統(tǒng)計(jì)知識(shí)融入Python編程，告訴你如何借助編寫(xiě)程序，用計(jì)算而非數(shù)學(xué)的方式實(shí)現(xiàn)統(tǒng)計(jì)分析。一個(gè)趣味實(shí)例貫穿全書(shū)，生動(dòng)地講解了數(shù)據(jù)分析的全過(guò)程：從采集數(shù)據(jù)和生成統(tǒng)計(jì)量，到識(shí)別模式和檢驗(yàn)假設(shè)。一冊(cè)在手，讓你輕松掌握分布、概率論、可視化以及其他工具和概念。
?編寫(xiě)測(cè)試代碼深入理解概率論和統(tǒng)計(jì)學(xué)
?運(yùn)行實(shí)驗(yàn)檢驗(yàn)統(tǒng)計(jì)行為特征，如生成服從各種分布的樣...
代碼跑出來(lái)的概率統(tǒng)計(jì)問(wèn)題；
程序員的概率統(tǒng)計(jì)開(kāi)心辭典；
開(kāi)放數(shù)據(jù)集，全代碼攻略。
現(xiàn)實(shí)工作中，人們常被要求用數(shù)據(jù)說(shuō)話?？墒?，數(shù)據(jù)自己是不能說(shuō)話的，只有對(duì)它進(jìn)行可靠分析和深入挖掘才能找到有價(jià)值的信息。概率統(tǒng)計(jì)是數(shù)據(jù)分析的通用語(yǔ)言，是大數(shù)據(jù)時(shí)代預(yù)測(cè)未來(lái)的根基。
站在時(shí)代浪尖上的程序員只有具備統(tǒng)計(jì)思維才能掌握數(shù)據(jù)分析的必殺技。本書(shū)正是一本概率統(tǒng)計(jì)方面的入門(mén)圖書(shū)，但視角極為獨(dú)特，折射出大數(shù)據(jù)浪潮的別樣風(fēng)景。作者將基本的概率統(tǒng)計(jì)知識(shí)融入Python編程，告訴你如何借助編寫(xiě)程序，用計(jì)算而非數(shù)學(xué)的方式實(shí)現(xiàn)統(tǒng)計(jì)分析。一個(gè)趣味實(shí)例貫穿全書(shū)，生動(dòng)地講解了數(shù)據(jù)分析的全過(guò)程：從采集數(shù)據(jù)和生成統(tǒng)計(jì)量，到識(shí)別模式和檢驗(yàn)假設(shè)。一冊(cè)在手，讓你輕松掌握分布、概率論、可視化以及其他工具和概念。
?編寫(xiě)測(cè)試代碼深入理解概率論和統(tǒng)計(jì)學(xué)
?運(yùn)行實(shí)驗(yàn)檢驗(yàn)統(tǒng)計(jì)行為特征，如生成服從各種分布的樣本
?通過(guò)模擬理解數(shù)學(xué)上艱澀的概念
?學(xué)習(xí)貝葉斯估計(jì)等實(shí)用內(nèi)容
?用Python導(dǎo)入各種來(lái)源的數(shù)據(jù)
?運(yùn)用統(tǒng)計(jì)推斷解決真實(shí)數(shù)據(jù)問(wèn)題
《統(tǒng)計(jì)思維：程序員數(shù)學(xué)之概率統(tǒng)計(jì)》是一本以全新視角講解概率統(tǒng)計(jì)的入門(mén)圖書(shū)。拋開(kāi)經(jīng)典的數(shù)學(xué)分析，Downey 手把手教你用編程理解統(tǒng)計(jì)學(xué)。概率、分布、假設(shè)檢驗(yàn)、貝葉斯估計(jì)、相關(guān)性等，每個(gè)主題都充滿趣味性，經(jīng)編程解釋后變得更為清晰易懂。
本書(shū)研究數(shù)據(jù)主要來(lái)源于美國(guó)全國(guó)家庭成長(zhǎng)調(diào)查（NSFG）與行為風(fēng)險(xiǎn)因素監(jiān)測(cè)系統(tǒng)（BRFSS），數(shù)據(jù)源及解決方案的相關(guān)代碼全部開(kāi)放，具體章節(jié)列出了大量學(xué)習(xí)和進(jìn)階資料，方便讀者參考。
Allen B. Downey是富蘭克林歐林工程學(xué)院的計(jì)算機(jī)科學(xué)副教授，曾執(zhí)教于韋爾斯利學(xué)院、科爾比學(xué)院和加州大學(xué)伯克利分校。他先后獲麻省理工學(xué)院計(jì)算機(jī)科學(xué)碩士學(xué)位和加州大學(xué)伯克利分校計(jì)算機(jī)科學(xué)博士學(xué)位。Downey已出版十余本技術(shù)書(shū)，內(nèi)容涉及Java、Python、C++、概率統(tǒng)計(jì)等，深受專(zhuān)業(yè)讀者喜愛(ài)。他的最新Think系列書(shū)還有Think Complexity: Complexity Science and Computational Modeling、Think Python。