Dieses Buch bietet eine praxisorientierte Einführung in die wichtigsten statistischen Konzepte der Datenwissenschaft und verbindet Theorie mit praktischen Beispielen in R und Python. Es behandelt zentrale Themen wie Wahrscheinlichkeit, Regression, Resampling, Machine-Learning-Verfahren und Datenvisualisierung. Das Buch richtet sich an Data Scientists, Analysten und Anwender von Machine Learning und schließt die Lücke zwischen statistischer Theorie und praktischer Anwendung.

Warum Sie dieses Buch lesen sollten

• Behandelt über 50 essentielle statistische Konzepte, die für reale Data-Science-Anwendungen benötigt werden.
• Enthält praktische Codebeispiele in R und Python und ist somit für ein breites Publikum zugänglich.
• Erklärt statistische Methoden auf klare und intuitive Weise und vermeidet dabei übermäßige mathematische Komplexität.
• Bietet Hilfestellung zu bewährten Vorgehensweisen, häufigen Fehlern und zur korrekten Interpretation statistischer Ergebnisse.
• Nützlich sowohl für Anfänger als auch für erfahrene Anwender, die ihre statistischen Kenntnisse festigen möchten.

Über die Autoren

Peter Bruce ist Gründer des Instituts für Statistikausbildung bei Statistics.com und verfügt über umfangreiche Erfahrung in der statistischen Ausbildung und der Weiterbildung im Bereich Data Science. Andrew Bruce ist Data Scientist und Statistiker mit Expertise in der Anwendung statistischer Methoden auf Geschäfts- und Forschungsprobleme. Peter Gedeck ist ein erfahrener Data Scientist mit Spezialisierung auf maschinelles Lernen, prädiktive Modellierung und computergestützte Statistik.