Statistics with Julia / Nazarathy, Yoni  

Público ISBD Ningún comentario para este título. Título : Statistics with Julia : Fundamentals for Data Science, Machine Learning and Artificial Intelligence Tipo de documento: documento electrónico Autores: Nazarathy, Yoni, ; Klok, Hayden, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2021 Número de páginas: XII, 527 p. 148 ilustraciones, 130 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-70901-3 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Software de ordenador  Estadísticas  Estructuras de datos (Informática)  Teoría de la información  Informática  Estadistica matematica  Software matemático  Estadística en Negocios  Gestión  Economía  Finanzas  Seguros  Estructuras de datos y teoría de la información  Probabilidad y Estadística en Informática Clasificación: 510.285 Resumen: Esta monografía utiliza el lenguaje de Julia para guiar al lector a través de una exploración de los conceptos fundamentales de probabilidad y estadística, todo con miras a dominar el aprendizaje automático, la ciencia de datos y la inteligencia artificial. El texto no requiere ningún conocimiento estadístico previo y sólo supone un conocimiento básico de programación y notación matemática. Es accesible para profesionales e investigadores en ciencia de datos, aprendizaje automático, bioestadística, finanzas o ingeniería que deseen solidificar sus conocimientos sobre probabilidad y estadística. El libro avanza a lo largo de diez capítulos independientes que comienzan con una introducción de Julia y avanzan a través de probabilidad básica, distribuciones, inferencia estadística, análisis de regresión, métodos de aprendizaje automático y el uso de la simulación Monte Carlo para modelos estocásticos dinámicos. En última instancia, este texto presenta el lenguaje de programación Julia como una herramienta computacional dirigida exclusivamente a los usuarios finales en lugar de a los desarrolladores. Hace un uso intensivo de más de 200 ejemplos de código para ilustrar docenas de conceptos estadísticos clave. El código de Julia, escrito en un formato simple con parámetros que se pueden modificar fácilmente, también está disponible para descargar desde el repositorio en línea de GitHub asociado al libro. Vea lo que dicen los cocreadores del lenguaje Julia sobre el libro: Profesor Alan Edelman, MIT: Con "Statistics with Julia", Yoni y Hayden han escrito una introducción a la estadística moderna, bien organizada y fácil de leer. El código puede verse y entenderse en las páginas estáticas de un libro, o incluso mejor, cuando se ejecuta en vivo en una computadora. Todo lo que necesita está aquí en una referencia independiente muy bien escrita. Dr. Viral Shah, director ejecutivo de Julia Computing: Yoni y Hayden brindan una forma moderna de aprender estadística con el lenguaje de programación Julia. Este libro se ha perfeccionado mediante iteraciones durante varios semestres en el aula. Prepara al lector con dos habilidades complementarias: razonamiento estadístico con experiencia práctica y trabajo con grandes conjuntos de datos mediante capacitación en Julia. Nota de contenido: Introducing Julia -- Basic Probability -- Probability Distributions -- Processing and Summarizing Data -- Statistical Inference Concepts -- Confidence Intervals -- Hypothesis Testing -- Linear Regression and Extensions -- Machine Learning Basics -- Simulation of Dynamic Models -- Appendix A: How-to in Julia -- Appendix B: Additional Julia Features -- Appendix C: Additional Packages. Tipo de medio : Computadora Summary : This monograph uses the Julia language to guide the reader through an exploration of the fundamental concepts of probability and statistics, all with a view of mastering machine learning, data science, and artificial intelligence. The text does not require any prior statistical knowledge and only assumes a basic understanding of programming and mathematical notation. It is accessible to practitioners and researchers in data science, machine learning, bio-statistics, finance, or engineering who may wish to solidify their knowledge of probability and statistics. The book progresses through ten independent chapters starting with an introduction of Julia, and moving through basic probability, distributions, statistical inference, regression analysis, machine learning methods, and the use of Monte Carlo simulation for dynamic stochastic models. Ultimately this text introduces the Julia programming language as a computational tool, uniquely addressing end-users rather than developers. It makes heavy use of over 200 code examples to illustrate dozens of key statistical concepts. The Julia code, written in a simple format with parameters that can be easily modified, is also available for download from the book's associated GitHub repository online. See what co-creators of the Julia language are saying about the book: Professor Alan Edelman, MIT: With "Statistics with Julia", Yoni and Hayden have written an easy to read, well organized, modern introduction to statistics. The code may be looked at, and understood on the static pages of a book, or even better, when running live on a computer. Everything you need is here in one nicely written self-contained reference. Dr. Viral Shah, CEO of Julia Computing: Yoni and Hayden provide a modern way to learn statistics with the Julia programming language. This book has been perfected through iteration over several semesters in the classroom. It prepares the reader with two complementary skills - statistical reasoning with hands on experience and working with large datasets through training in Julia. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Statistics with Julia : Fundamentals for Data Science, Machine Learning and Artificial Intelligence [documento electrónico] / Nazarathy, Yoni, ; Klok, Hayden,  . -  1 ed.  . - [s.l.] : Springer, 2021 . - XII, 527 p. 148 ilustraciones, 130 ilustraciones en color. ISBN : 978-3-030-70901-3 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Software de ordenador  Estadísticas  Estructuras de datos (Informática)  Teoría de la información  Informática  Estadistica matematica  Software matemático  Estadística en Negocios  Gestión  Economía  Finanzas  Seguros  Estructuras de datos y teoría de la información  Probabilidad y Estadística en Informática Clasificación: 510.285 Resumen: Esta monografía utiliza el lenguaje de Julia para guiar al lector a través de una exploración de los conceptos fundamentales de probabilidad y estadística, todo con miras a dominar el aprendizaje automático, la ciencia de datos y la inteligencia artificial. El texto no requiere ningún conocimiento estadístico previo y sólo supone un conocimiento básico de programación y notación matemática. Es accesible para profesionales e investigadores en ciencia de datos, aprendizaje automático, bioestadística, finanzas o ingeniería que deseen solidificar sus conocimientos sobre probabilidad y estadística. El libro avanza a lo largo de diez capítulos independientes que comienzan con una introducción de Julia y avanzan a través de probabilidad básica, distribuciones, inferencia estadística, análisis de regresión, métodos de aprendizaje automático y el uso de la simulación Monte Carlo para modelos estocásticos dinámicos. En última instancia, este texto presenta el lenguaje de programación Julia como una herramienta computacional dirigida exclusivamente a los usuarios finales en lugar de a los desarrolladores. Hace un uso intensivo de más de 200 ejemplos de código para ilustrar docenas de conceptos estadísticos clave. El código de Julia, escrito en un formato simple con parámetros que se pueden modificar fácilmente, también está disponible para descargar desde el repositorio en línea de GitHub asociado al libro. Vea lo que dicen los cocreadores del lenguaje Julia sobre el libro: Profesor Alan Edelman, MIT: Con "Statistics with Julia", Yoni y Hayden han escrito una introducción a la estadística moderna, bien organizada y fácil de leer. El código puede verse y entenderse en las páginas estáticas de un libro, o incluso mejor, cuando se ejecuta en vivo en una computadora. Todo lo que necesita está aquí en una referencia independiente muy bien escrita. Dr. Viral Shah, director ejecutivo de Julia Computing: Yoni y Hayden brindan una forma moderna de aprender estadística con el lenguaje de programación Julia. Este libro se ha perfeccionado mediante iteraciones durante varios semestres en el aula. Prepara al lector con dos habilidades complementarias: razonamiento estadístico con experiencia práctica y trabajo con grandes conjuntos de datos mediante capacitación en Julia. Nota de contenido: Introducing Julia -- Basic Probability -- Probability Distributions -- Processing and Summarizing Data -- Statistical Inference Concepts -- Confidence Intervals -- Hypothesis Testing -- Linear Regression and Extensions -- Machine Learning Basics -- Simulation of Dynamic Models -- Appendix A: How-to in Julia -- Appendix B: Additional Julia Features -- Appendix C: Additional Packages. Tipo de medio : Computadora Summary : This monograph uses the Julia language to guide the reader through an exploration of the fundamental concepts of probability and statistics, all with a view of mastering machine learning, data science, and artificial intelligence. The text does not require any prior statistical knowledge and only assumes a basic understanding of programming and mathematical notation. It is accessible to practitioners and researchers in data science, machine learning, bio-statistics, finance, or engineering who may wish to solidify their knowledge of probability and statistics. The book progresses through ten independent chapters starting with an introduction of Julia, and moving through basic probability, distributions, statistical inference, regression analysis, machine learning methods, and the use of Monte Carlo simulation for dynamic stochastic models. Ultimately this text introduces the Julia programming language as a computational tool, uniquely addressing end-users rather than developers. It makes heavy use of over 200 code examples to illustrate dozens of key statistical concepts. The Julia code, written in a simple format with parameters that can be easily modified, is also available for download from the book's associated GitHub repository online. See what co-creators of the Julia language are saying about the book: Professor Alan Edelman, MIT: With "Statistics with Julia", Yoni and Hayden have written an easy to read, well organized, modern introduction to statistics. The code may be looked at, and understood on the static pages of a book, or even better, when running live on a computer. Everything you need is here in one nicely written self-contained reference. Dr. Viral Shah, CEO of Julia Computing: Yoni and Hayden provide a modern way to learn statistics with the Julia programming language. This book has been perfected through iteration over several semesters in the classroom. It prepares the reader with two complementary skills - statistical reasoning with hands on experience and working with large datasets through training in Julia. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]

---

1 (1 - 1 / 1) Ver por página : 25 50 100 200