Język R jest potężnym narzędziem używanym w statystyce, przetwarzaniu grafiki i programowaniu statystycznym; stanowi konkurencję dla komercyjnych systemów do obliczeń tego rodzaju. Zawiera wszystkie narzędzia, których potrzebują statystycy. Równocześnie jest to specyficzny język, przez co jego użytkowanie może sprawiać problemy. Zarówno proste, jak i złożone zadania są łatwe do wykonania, jeśli tylko wiadomo, w jaki sposób je zrobić. Jeżeli jednak trzeba stopniowo dochodzić do właściwego rozwiązania, może to kosztować sporo cierpliwości i zniechęcać.

Oto zbiór 275 receptur instruktażowych, z których każda pomaga w rozwiązaniu konkretnego problemu. Wszystkie zostały starannie przetestowane i wielokrotnie dowodziły swojej przydatności. Każda z omawianych receptur została poprzedzona krótkim wprowadzeniem i omówieniem zastosowanych mechanizmów działania. Nie jest to klasyczny podręcznik programowania, jednak z pewnością przyśpieszy naukę praktycznego wykorzystania możliwości R. Jeśli masz już pewne doświadczenie z tym językiem, odświeżysz swoją wiedzę i uzyskasz szerszą perspektywę. Wśród receptur znajdziesz obejmujące szeroki zakres zadania - od podstawowych operacji na danych wejściowych i wyjściowych, poprzez statystykę ogólną, aż po grafikę i regresję liniową. Dowiesz się również, jak wykorzystać język R do wizualizacji danych za pomocą ciekawych wykresów graficznych.

W tej książce między innymi:

• przygotowywanie danych wejściowych i upraszczanie danych wyjściowych
• macierze, listy, wektory czynnikowe, ramki danych
• testy statystyczne, przedziały ufności, prawdopodobieństwa
• modele statystyczne z wykorzystaniem regresji liniowej i analizy wariancji
• stosowanie zaawansowanych technik statystycznych

R: błyskawicznie osiągniesz znakomite wyniki!

Dowiedz się, jak:

• zrozumieć koncepcje statystyczne, techniki, wzory i obliczenia
• interpretować diagramy i wykresy, określać prawdopodobieństwo oraz ustalać przedziały ufności
• weryfikować i analizować dane z eksperymentów i sondaży

Prosty sposób na statystykę

Czujesz się bezradny w obliczu statystyki? Bez obaw! Dzięki temu przystępnemu przewodnikowi dowiesz się, jak należy gromadzić i weryfikować dane oraz prezentować je na wykresach; rozszyfrowywać rozkłady; obliczać przedziały ufności i weryfikować hipotezy; analizować dane, wykorzystując korelację, regresję, tabele krzyżowe — i wiele więcej...

• Świat statystyki — naucz się weryfikować w kontekście ilościowym i jakościowym statystyki życia codziennego.
• Spoglądaj z szerokiej perspektywy — badaj dane z wykorzystaniem grafów i wykresów, opisuj je za pomocą średnich, median, wyników standardowych, percentyli i nie tylko.
• Wyniki mogą się różnić — poznaj powszechnie stosowane rozkłady statystyczne i dowiedz się, jak należy postępować ze zmiennymi losowymi, błędem standardowym, centralnym twierdzeniem granicznym.
• Szacuj z przekonaniem — wykorzystuj błąd standardowy, przedziały ufności i testy statystyczne do wyciągania wniosków dotyczących populacji.
• Wkrocz w sferę badań statystycznych i ich analiz — poznaj tajniki sondaży, eksperymentów, korelacji, regresji liniowej, tabel krzyżowych i niezależności.

Otwórz tę książkę i znajdź:

• proste objaśnienia terminów statystycznych,
• informacje o zestawianiu i weryfikacji danych oraz o ich prezentacjach graficznych,
• wszystko, co chciałbyś wiedzieć o zmiennych losowych, rozkładach — dwumianowym, normalnym i t-Studenta, rozkładach z prób oraz o centralnym twierdzeniu granicznym,
• wskazówki dotyczące przeprowadzania, interpretowania oraz weryfikacji sondaży i eksperymentów,
• narzędzia analizy danych dla badań regresji, przedziałów ufności, testów statystycznych i tabel krzyżowych,
• mnóstwo przykładów i rysunków ilustrujących istotne koncepcje i metody.

Analiza danych albo nauka o danych jest interdyscyplinarną dziedziną, dzięki której hipotezy i dane przekształca się w zrozumiałe przewidywania. Predykcyjna analiza danych przynosi wymierne korzyści w wielu dziedzinach, od polityki począwszy, a na udzielaniu kredytów skończywszy. Osobą odpowiedzialną za tę magię jest analityk danych - człowiek, który zbiera i przygotowuje dane, wybiera technikę modelowania, pisze kod, weryfikuje wyniki swojej pracy, wreszcie komunikuje je interesariuszom. Jak widać, profesja analityka danych jest wyjątkowo atrakcyjna i wyjątkowo wymagająca. Aby określić umiejętności praktyczne wymagane w zawodzie analityka danych, najlepiej prześledzić realizacje konkretnych projektów z wykorzystaniem rzeczywistych danych.

Ta książka jest samouczkiem prezentującym praktyczne aspekty dziesiątek technik, które wykorzystują profesjonalni analitycy danych. Główny nacisk autorzy położyli na zadania: ich zaplanowanie, przygotowanie, realizację i prezentację wyników. Dzięki praktycznemu podejściu z tej pozycji skorzystają zarówno analitycy biznesowi, jak i badacze danych. Pokazano tu, w jakich przypadkach i w jaki sposób należy stosować techniki statystyczne oraz metody uczenia maszynowego. W każdym rozdziale omówiono nowe narzędzia w kontekście rzeczywistych, praktycznych projektów. W rezultacie powstał potężny zbiór przydatnych ćwiczeń napisanych w języku R, opatrzonych wartościowymi wskazówkami, komentarzami i podpowiedziami.

W książce między innymi:

• zasady zarządzania procesem analizy danych
• zadania analityka danych
• przekształcanie danych w celu przygotowania ich do analizy
• techniki statystyczne i metody uczenia maszynowego w języku R
• zaawansowane metody modelowania
• tajniki skutecznego prezentowania wyników analiz

R: jesteś gotów na właściwe wyniki analizy danych?

Podmiot badań niniejszej pracy jest dwojakiej natury. Z jednej strony są to przestępstwa (ujawnione, czyli zarejestrowane przez statystyki policyjne oraz tzw. nieujawnione, czyli ciemna liczba przestępstw określona w wyniku badań wiktymizacyjnych), z drugiej zaś strony są to również ankietowani mieszkańcy Łodzi, których pytano o różne kwestie związane z przestępczością. Przedmiotem badań jest natomiast zróżnicowanie przestrzenne przestępstw oraz poczucia bezpieczeństwa. Przedmiot ten wynika z ogólnego celu przyjętego dla podjętych rozważań, jakim jest analiza związków i relacji między zróżnicowaniem przestrzennym przestępstw i zdarzeń policyjnych dokonanych w Łodzi w latach 2006–2010 oraz postaw mieszkańców łączących się z percepcją przestępczości i z poczuciem bezpieczeństwa, wyrażonych w badaniach ankietowych z 2010

Analiza danych sprawia, że dzięki ich dużym i mniejszym kolekcjom uzyskujemy wartościową wiedzę, która pozwala na podejmowanie najlepszych decyzji. Dzieje się to poprzez odkrywanie wzorców lub trendów. Obecnie Python udostępnia przeznaczone specjalnie do tego celu narzędzia i biblioteki. Możemy więc łatwo korzystać z wyrafinowanych technik wydobywania wiedzy z danych. Aby jednak osiągnąć zamierzone efekty, trzeba dobrze poznać zarówno metodologię analizy danych, jak i zasady pracy ze służącymi do tego narzędziami.

Dzięki tej książce zdobędziesz wszystkie potrzebne informacje i umiejętności, aby skutecznie używać Pythona do analizy danych. Omówiono tu niezbędne podstawy statystyki i zasady analizy danych. Wyczerpująco przedstawiono zaawansowane zagadnienia dotyczące przygotowania, przetwarzania i modelowania danych, a także ich wizualizacji. W zrozumiały sposób wyjaśniono takie procesy jak inteligentne przetwarzanie i analizowanie danych za pomocą algorytmów uczenia maszynowego: regresji, klasyfikacji, analizy głównych składowych czy analizy skupień. Nie zabrakło praktycznych przykładów przetwarzania języka naturalnego i analizy obrazów. Ciekawym zagadnieniem jest również wykonywanie obliczeń równoległych za pomocą biblioteki Dask.

W książce między innymi:

• podstawy analizy danych i korzystanie z bibliotek NumPy i pandas
• praca z danymi w różnych formatach
• interaktywna wizualizacja z bibliotekami Matplotlib, seaborn i Bokeh
• inżynieria cech, analiza szeregów czasowych i przetwarzanie sygnałów
• zaawansowana analiza danych tekstowych i obrazów

Python: wydobywaj z danych wiedzę o wielkiej wartości!

Wyciągnij najlepsze wnioski z dostępnych danych!

• Skonstruuj prosty klasyfikator bayesowski odróżniający wiadomości treściwe od niechcianych na podstawie ich zawartości.
• Używaj regresji liniowej do przewidywania liczby odwiedzin najpopularniejszych stron WWW.
• Naucz się optymalizacji, próbując złamać prosty szyfr literowy.
• Statystycznie skonfrontuj poglądy polityków, używając rejestru głosowań.
• Zbuduj system rekomendacji wartościowych twitterowców.

Naucz się czytać i analizować dane!

Książka ta stanowi świetny przegląd przypadków i tuzina różnych technik uczenia maszynowego. Jest ukierunkowana na proces dochodzenia do rozwiązania, a nie gotowe recepty ani abstrakcyjne teorie; dzięki temu jej materiał jest dostępny dla wszystkich programistów, ale też przysłowiowych „umysłów ścisłych”

— Max Shron, OkCupid

Obierz kurs na... eksplorację danych

Żyjemy w świecie informacji. Przewagę w nim ma ten, kto dysponuje pożądanymi informacjami i (równocześnie) potrafi z nich zrobić odpowiedni użytek. Ten pierwszy etap - pozyskiwanie danych - w erze cyfrowej jest związany z czerpaniem ich z baz danych i odkrywaniem prawidłowości kryjących się w tym, co wydobywa się z hurtowni danych. Tym właśnie jest data mining (inaczej: eksploracja danych). Wraz z rozwojem dużych baz danych proces ten zyskał szerokie zastosowanie w wielu dziedzinach życia, od nauki po biznes. Opierając się na eksplorowaniu i analizie danych, firma może choćby lepiej poznać zwyczaje i preferencje swoich klientów, a dzięki temu przygotować dla nich atrakcyjniejszą ofertę czy przyjaźniej się z nimi komunikować.

Na rynku jest dostępnych wiele programów, które pozwalają na przeprowadzenie pełnego modelu procesu data mining. Istotnym etapem jest tu znajomość metod i algorytmów, z których można skorzystać przy rozwiązywaniu danego problemu. Ogólną wiedzę praktyczną w tym zakresie daje nauka modelowania z programem R. Zastosowanie danego algorytmu wymaga „świadomego” użytkownika, a nie jedynie użycia gotowego okna dialogowego i kliknięcia przycisku OK. Nasz kurs ma na celu przybliżenie zagadnień związanych z algorytmami dataminingowymi w praktycznym modelowaniu z zastosowaniem języka R. Zdobyte podczas szkolenia umiejętności można wykorzystać od razu w swojej pracy lub potraktować jako bazę lepszego zrozumienia specjalistycznego oprogramowania w obszarze data mining.

Co Cię czeka podczas naszego profesjonalnego szkolenia

W ramach proponowanego przez nas kursu między innymi:

• Dowiesz się, czym jest data mining i jak działa model procesu eksploracji danych CRISP-DM
• Przyjrzysz się procesom związanym z pracą z danymi: imputacji wartości NA w danych, skalowaniu/normalizacji danych
• Zrozumiesz, czym są statystyki opisowe, statystyki opisowe w grupach
• Zagłębisz się w problemy związane z klasyfikacją, prawdopodobieństwem i macierzą pomyłek
• Poznasz tematy związane z drzewem decyzyjnym

Co więcej...

• Nauczysz się modelować dane za pomocą metody k-średnich i metody aglomeracyjnej

Data mining. Kurs video. Eksploracja danych z językiem R kończy się na poziomie podstawowym. Pozwala zrozumieć ideę procesu data mining, przybliża także najpopularniejsze algorytmy obliczeniowe w klasyfikacji i clusteringu (analizie skupień). Jeśli chodzi o część praktyczną, celem szkolenia jest nauczyć Cię stosowania algorytmów z udziałem języka R. Co istotne, by w pełni skorzystać z kursu, musisz znać podstawy tego języka.

W świecie, w którym informacja jest złotem...

Zdobytą na kursie wiedzę warto od razu zastosować w praktyce. Będzie z pewnością przydatna dla osób pracujących albo starających się o pracę na stanowisku analityka danych, junior data scientist, analityka BI (business intelligence) itd. Szkolenie da słuchaczowi solidne podstawy do tego, aby bez problemu zgłębiać wiedzę i umiejętności w zakresie data mining z uwzględnieniem dowolnej właściwie dziedziny nauki i biznesu: od ekonomii, przez inżynierię, aż po medycynę. Znajomość przedstawionych w kursie zagadnień przyda się również studentom - szczególnie w ramach przedmiotów ilościowych, opartych na wyciąganiu wiedzy z danych.

Unikalne wprowadzenie do nauki o danych!

W dzisiejszych czasach najcenniejszym dobrem jest informacja. Ogromne ilości danych są przechowywane w przepastnych bazach danych, a kluczem do sukcesu jest ich umiejętna analiza i wyciąganie wniosków. To dynamicznie rozwijająca się dziedzina wiedzy, w której do tej pory brakowało solidnych podręczników, pozwalających na dogłębne poznanie tego obszaru. Na szczęście to się zmieniło!
To unikalna książka, w której badacze z największych firm branży IT dzielą się skutecznymi technikami analizy danych. Z kolejnych rozdziałów dowiesz się, czym jest nauka o danych, model danych oraz test A/B. Ponadto zdobędziesz wiedzę na temat wnioskowania statystycznego, algorytmów, języka R oraz wizualizacji danych. Sięgnij po tę książkę, jeżeli chcesz się dowiedzieć, jak wykrywać oszustwa, korzystać z MapReduce oraz badać przyczynowość. To obowiązkowa pozycja na półce czytelników zainteresowanych badaniem danych.

Wśród tematów poruszonych w książce odnajdziesz:

• Wnioskowanie statystyczne, eksploracyjną analizę danych i proces (metodologię) nauki o danych
• Algorytmy
• Filtry spamu, naiwny algorytm Bayesa i wstępną obróbkę danych
• Regresję logistyczną
• Modelowanie finansowe
• Mechanizmy rekomendacji i przyczynowość
• Wizualizowanie danych
• Sieci społecznościowe i dziennikarstwo danych
• Inżynierię danych, systemy MapReduce, Pregel i Hadoop

Wyciągnij wartościowe wnioski z posiadanych informacji!

Obierz kurs na karierę mistrza danych

Data science, big data - odkąd naszą wirtualną rzeczywistość opanowały wiedzące o nas wszystko ciasteczka, wyszukiwarka Google i media społecznościowe, te słowa budzą emocje i nadzieję u wielu osób zajmujących się biznesem. Kto ma dostęp do danych, ten trafił na żyłę złota. A kto potrafi je odpowiednio sortować, filtrować i - co najważniejsze - wyciągać z nich wnioski, ten może naprawdę dużo! Nic dziwnego, że specjaliści w tej dziedzinie są sowicie wynagradzani - w 2020 roku data scientist był trzecim najlepiej opłacanym zawodem w branży IT w Stanach Zjednoczonych.

Siłą rzeczy zawód data scientist (po polsku mówi się czasem „mistrz danych”) zyskuje na popularności. Coraz więcej firm i organizacji dostrzega wagę zbierania i analizowania pozyskanych danych w kontekście przyszłości i strategicznego planowania działalności. Stąd ogłoszeń z propozycjami zatrudnienia dla specjalistów z tej dziedziny nie brakuje, a fraza „data scientist zarobki” jest szalenie popularna! Liczba miejsc pracy rośnie proporcjonalnie do tego, jak zwiększa się ilość danych. Czyli naprawdę szybko! Dlatego przy wyborze informatycznej specjalizacji warto rozważyć karierę „mistrza danych”. Nie tylko dla pieniędzy. Także dlatego, że daje ona możliwość ciągłego rozwoju i nauki nowych aspektów.

Co Cię czeka podczas naszego profesjonalnego szkolenia video z Data Science?

Szkoląc się w ramach tego kursu online Data Science:

• Poznasz specyfikę pracy na stanowisku data scientist
• Zdobędziesz umiejętność rozróżniania obszarów pracy z danymi
• Opanujesz podstawy pracy z językami: Python, R, SQL
• Zaznajomisz się ze środowiskami big data

Co więcej...

• W trakcie szkolenia dowiesz się też, jak stworzyć atrakcyjne dla przyszłych pracodawców CV i portfolio data scientist

Data Science - zawód przyszłości. Kurs video. Jak rozpocząć karierę w pracy z danymi jest wprowadzeniem do pracy w dziedzinie data science, kończy się więc na poziomie podstawowym. Wyposaży Cię jednak w wiedzę niezbędną do dalszego, samodzielnego rozwoju i podpowie, po jakie narzędzia sięgać, aby doskonalić warsztat profesjonalisty.

Nauka o danych

Data science to dziedzina prawdziwie interdyscyplinarna, w której używa się naukowych metod, procesów, algorytmów i systemów do wydobywania wiedzy, a także spostrzeżeń ustrukturyzowanych i nieustrukturyzowanych danych. Z wiedzy zdobytej na podstawie analizy danych zaś korzysta się w szerokim przekroju zastosowań.

Data science blisko wiąże się z takimi pojęciami jak data mining (eksploracja danych), machine learning (samouczenie się maszyn) i big data (praca na dużych zbiorach danych).

To dziedzina niezwykle rozległa, oferująca naprawdę duże możliwości, jeśli chodzi o karierę i rozwój. Idealna dla kogoś, kto czuje, że jego powołaniem jest analiza.

Jeśli wiesz, że to właśnie Ty, nie czekaj, tylko działaj! Uruchom kurs video Data Science - zawód przyszłości i w krótkim czasie (bez setek godzin poświęconych na poszukiwanie rozmaitych materiałów) zanurz się w fascynujący świat danych.

I wreszcie zacznij poruszać się wśród nich jak profesjonalista!

Zobacz także kursy video MySQL dostępne w naszej ofercie.

Humanista w świecie liczb

Co i dlaczego klikają ludzie, na których Ci zależy?

W świecie tradycyjnego, offline’owego marketingu na zbadanie potrzeb, nawyków i przekonań potencjalnych klientów wydaje się krocie. Organizowane są drogie testy, grupy fokusowe i badania ankietowe, które mają pomóc zajrzeć w umysły Twoich potencjalnych odbiorców. W końcu kampania reklamowa nie poparta solidną analityczną podbudową jest wielce ryzykowna, prawda?

W internecie nie musisz uciekać się do tak kosztownych metod – Twoi odbiorcy sami powiedzą Ci, czego potrzebują, w najprostszy i najbardziej wiarygodny sposób - klikając to, co ich interesuje. Dzięki potężnemu, darmowemu narzędziu Google Analytics bez specjalistycznej wiedzy i dużych nakładów czasu możesz znaleźć odpowiedzi na wiele pytań nurtujących marketingowców.

Między słupkami i wierszami tabel kryją się prawdziwe historie internautów, którzy odwiedzili kiedyś Twoją stronę. Śledząc na bieżąco statystyki, możesz w prosty sposób przetestować skuteczność przyjętej strategii, nieustannie podnosić użyteczność witryny i podejmować mądre decyzje biznesowe. Czy to działa? Zapytaj Amazon.com, który całą swoją potęgę zbudował na analizie i testowaniu nowych rozwiązań!

Przeczytaj recenzję specjalistów z Future Processing >>

Czy wiesz, jak myślą Twoi klienci?

Język SQL zwykle służy do pracy z bazami danych, jednak można go używać również do wydajnego przetwarzania ich wielkich zbiorów. W tym celu trzeba dobrze poznać to narzędzie. Wysiłek włożony w zrozumienie SQL-a na pewno się opłaci - dzięki analizie danych można wydobywać z nich bezcenną wiedzę, która bezpośrednio przekłada się na zyski firmy.

Ta książka stanowi świetne wprowadzenie do analizy danych. Dzięki niej nauczysz się korzystać z surowych danych, nawet jeśli nie masz odpowiedniego doświadczenia. Zaczniesz od formułowania hipotez i generowania statystyk opisowych, a następnie przystąpisz do pisania zapytań w języku SQL w celu agregowania, przeliczania i łączenia danych z różnych zbiorów. Zapoznasz się też z zaawansowanymi technikami, takimi jak analiza geoprzestrzenna i analiza tekstu. W książce omówiono również profilowanie i automatyzację, które umożliwiają szybsze i wydajniejsze pobieranie informacji. To wszystko pozwoli Ci na skuteczne korzystanie z SQL-a w codziennych scenariuszach biznesowych.

Najciekawsze zagadnienia:

• gruntowne wprowadzenie do analityki danych
• przygotowywanie danych do analizy
• optymalizacja kwerend i złożone typy danych
• funkcje agregujące, funkcja okna i inne metody analizy danych w SQL
• jak odkrywać prawdę za pomocą SQL-a

SQL: spójrz na dane okiem wyszkolonego analityka!

Obierz kurs na... wsparcie, jakie matematyka oferuje programiście

Niewiele dziedzin wiedzy bazujących na starej, dobrej matematyce rozwija się dziś tak szybko, jak informatyka. Jednocześnie tradycyjna matematyka i nowoczesne programowanie wiążą się ze sobą nierozerwalne w wielu obszarach naszego życia, na które wpływ ma rozwój technologii. Matematyka nie tylko oferuje sposoby modelowania, wyrażania i przewidywania zjawisk, ale również stanowi fundament i wsparcie dla innych dziedzin technicznych. Dla informatyki i programowania jest niczym instrukcja obsługi, teoretyczny spis zasad działania urządzeń zwanych komputerami. Razem - matematyka i informatyka - stanowią duet, w którym obie wzajemnie się wspierają, oferując nowe możliwości rozwiązywania problemów.
Z powyższego wynika jasno: kto chce być wybitnym programistą, zdolnym do zmagania się z najpoważniejszymi problemami branży, ten musi się bliżej zapoznać z matematyką. Opanować jej fundamentalne prawa - te same, na których bazuje informatyka. Być w stanie zaimplementować matematyczne równania w najpopularniejszych językach programowania, takich jak Python, i otworzyć dzięki temu szeroko drzwi do efektywnego korzystania z programistycznych narzędzi i bibliotek. Rozwinąć swoje rozumienie matematyki, matematyczne myślenie i wyobraźnię po to, by móc na ich bazie kreować nowe, inspirujące rozwiązania w developmencie i data science.

Co Cię czeka podczas naszego profesjonalnego szkolenia
Dzięki naszemu kursowi:

• Zrozumiesz związek pomiędzy abstrakcyjnymi pojęciami matematycznymi i praktycznymi możliwościami ich wykorzystania
• Pogłębisz swoją matematyczną wyobraźnię
• Będziesz w stanie organizować i optymalizować kod obliczeniowy pod kątem wydajności i spójności
• Zaczniesz stosować fundamentalne prawa matematyki do rozwiązywania problemów w różnych obszarach: od finansów po przetwarzanie sygnału
• Poznasz przydatne przy obliczeniach standardowe narzędzia z ekosystemu Pythona, takie jak numpy, scipy, pandas, sympy i matplotlib

Co więcej...

• Dzięki zestawowi ćwiczeń demonstracyjnych jeszcze lepiej zrozumiesz takie pojęcia jak równanie różniczkowe, przestrzenie wektorowe, całka, model statystyczny czy transformata Fouriera

Matematyka. Kurs video. Ćwiczenia dla programisty i data science kończy się na poziomie średnio zaawansowanym i zaawansowanym. Stopień zaawansowania zależy od Ciebie - Twojego zaangażowania i gotowości do adaptowania zasad matematyki w informatyce. Kurs daje świetne podstawy do dalszej samodzielnej pracy i rozwoju. By w pełni skorzystać ze szkolenia, trzeba mieć wiedzę matematyczną na poziomie kandydata na studia i opanowane podstawy Pythona. Przed uruchomieniem kursu sprawdź, czy w swoim komputerze masz działający system operacyjny Linux i zainstalowane środowisko Pythona.

Praktyczna strona matematyki i... informatyki

Ten kurs jest kontynuacją szkolenia Matematyka. Kurs video. Teoria dla programisty i data science i stanowi jego rozszerzenie poprzez nacisk na stronę praktyczną. Został podzielony na osiem rozdziałów, które zawierają wiedzę z najistotniejszych obszarów matematyki stosowanej w kontekście użyteczności w dziedzinach technicznych. W rozdziałach znalazły się ćwiczenia (łącznie 15) o charakterze zarówno demonstracyjnym, jak i zadaniowym. Ich celem jest pomóc Ci w dogłębnym zrozumieniu kluczowych koncepcji matematycznych, także w odniesieniu do praktycznych zastosowań.

Monografia poświęcona jest parametrycznym i nieparametrycznym procedurom estymacji wykorzystującym statystyki pozycyjne. Opracowane metody mają istotne znaczenie w sytuacjach, gdy klasyczne parametry i ich estymatory nie mogą być stosowane. Opisano charakterystyki funkcyjne, w tym rozkłady graniczne statystyk pozycyjnych, metody szacowania parametrów funkcji gęstości zmiennych losowych, estymatory parametrów pozycyjnych, takich jak kwantyle oraz dominanta i metody estymacji wykorzystywane w analizach zjawisk ekstremalnych. Oprócz znanych procedur estymacji przedstawione zostały nowe propozycje, które w określonych sytuacjach stanowią lepsze narzędzia analiz statystycznych. Otrzymane wyniki badań własności estymatorów wskazują na praktyczne zastosowania analizowanych procedur, w szczególności autorskich modyfikacji. Podano również przykłady zastosowań statystyk pozycyjnych w takich obszarach badań ekonomicznych, jak analizy dochodów i wydatków gospodarstw domowych, estymacja miar ryzyka rynkowego i ubezpieczeniowego oraz statystyczna kontrola jakości.

Zostań mistrzem statystyki!

• Analizuj dane
• Wyciągaj wnioski
• Prezentuj wyniki

W naszych czasach statystyka jest obecna dosłownie wszędzie. Opisuje procesy społeczne, wskazuje kierunki rozwoju, dyktuje strategie działania rządów i międzynarodowych korporacji. Pomaga ekonomistom, naukowcom i inżynierom, umożliwia tworzenie prognoz gospodarczych, pozwala opracowywać nowe technologie i rozwiązania techniczne, wspiera walkę z epidemiami i odkrywanie nowych terapii. Jest po prostu nieodzowna, aby radzić sobie z wyzwaniami współczesnego świata i skalą zjawisk, z którymi mamy do czynienia.

Podstawą jest zgromadzenie oraz analiza danych w celu pozyskania z nich jak największej wiedzy o badanym zjawisku. Nie da się analizować ogromnych zbiorów danych bez pomocy komputerów i właściwego oprogramowania. Wśród najlepszych programów statystycznych jest Statistica firmy Statsoft, a do najpopularniejszych aplikacji biurowych należy Excel firmy Microsoft. Obydwa te rozwiązania oferują szereg specjalistycznych narzędzi wspomagających obróbkę danych statystycznych, przeprowadzanie analiz i prezentowanie wyników. Obydwa warto poznać, a najlepiej zrobić to w praktyczny sposób — za pomocą ćwiczeń. Właśnie takich, jakie zostały przedstawione w tej książce!

• Metody graficznej prezentacji danych
• Charakterystyki liczbowe i rozkłady zmiennych losowych
• Estymacja parametrów badanej zbiorowości
• Testy statystyczne
• Analiza wskaźników i zależności
• Liniowe i nieliniowe modele regresji
• Analiza szeregów czasowych i metody prognozowania
• Techniki eksploracji danych
• Zastosowanie sieci neuronowych

Naucz się analizować i prezentować dane statystyczne!

Podstawy matematyki w data science - kurs online dla Ciebie

Matematyka. Tak, to ją mamy na myśli, gdy mówimy „królowa nauk”. Tytuł ów słusznie się matematyce należy - bazują na niej bowiem inne nauki ścisłe, nie obejdą się bez niej nauki przyrodnicze, a przede wszystkim stanowi ona podstawę wielkiej dziedziny naukowej i działalności gospodarczej związanej z gromadzeniem, przetwarzaniem i analizowaniem informacji. W skrócie: informatyki. W szkole można nie kochać całkowania i różniczkowania, można nie być fanem rachunku prawdopodobieństwa, można nie do końca rozumieć, czym są pochodne, ale potem, w życiu zawodowym, często się okazuje, że do matematyki jako języka służącego opisowi rzeczywistości wciąż się wraca i korzysta z niej dla uporządkowania pewnych spraw, umiejscowienia ich w odpowiednich kontekstach czy po prostu wykonania niezbędnych obliczeń. Owszem, są dostępne liczne biblioteki oferujące w wielu wypadkach gotowe rozwiązania pewnych problemów. Jednakże bez znajomości matematyki trudno będzie Ci wyjść poza sztywne ramy ugruntowanych już rozwiązań, nie mówiąc o dalszym rozwoju Twojej kariery.

Szczególnie intensywnie z mocy matematyki korzystają na co dzień specjaliści operujący w tzw. branżach technicznych - od inżynierów, przez programistów, po specjalistów do spraw data science i sztucznej inteligencji. Kto swobodniej operuje matematyką, tym uniwersalnym i ponadczasowym językiem komunikacji, temu łatwiej jest zrozumieć wiele kwestii praktycznych, szybko oszacować sensowność i opłacalność proponowanych kierunków działania, a także uczyć się kolejnych nowych technologii. Technologii, które coraz szybciej przemijają... Tymczasem matematyka nie przemija. Matematyka trwa. Była, jest i będzie zawsze.

Co Cię czeka podczas naszego kursu matematyka dla programistów?

Z naszym kursem video z podstaw matematyki dla programistów:

• zrozumiesz związki pomiędzy różnymi działami matematyki
• nauczysz się wyrażać i przedstawiać problem na sposób matematyczny, poprzez użycie odpowiednich narzędzi, koncepcji i symboli
• pojmiesz podstawowe założenia i ograniczenia niektórych metod modelowania, takich jak równania różniczkowe lub modele probabilistyczne
• wykształcisz w sobie intuicję matematyczną - zrozumiesz istotę pewnych matematycznych narzędzi, pojmiesz, dlaczego działają i kiedy mogą być pomocne
• poznasz podstawy przetwarzania sygnałów i rolę transformaty Fouriera
• zrozumiesz język analizy matematycznej i koncepcji takich jak pochodna, różniczka, całka i gradient
• opanujesz istotę podstaw algebry liniowej, działań na wektorach i macierzach, a także innych operacjach w wielowymiarowych przestrzeniach
• dowiesz się, czym się zajmuje współczesna statystyka i jakie są zasady wnioskowania probabilistycznego
• będziesz działać na testach statystycznych
• przyswoisz istotę i zastosowanie modeli opartych na równaniach różniczkowych, probabilistycznych i łączących obie te cechy

Co więcej...

• dzięki udziałowi w tym kursie video zyskasz szansę zrozumienia tego, co zawsze chciałeś w pełni pojąć w szkole albo na studiach, ale po prostu nigdy nie udało Ci się trafić na odpowiednio dobrego nauczyciela

Matematyka. Kurs video. Teoria dla programisty i data science zabierze Cię w podróż przez trzy wielkie działy matematyki, na które poświęca się minimum sześć semestrów studiów na kierunkach ścisłych! Po szkoleniu Twoja wiedza matematyczna będzie na poziomie średnio zaawansowanym lub zaawansowanym - w zależności od tego, jak wiele informacji będziesz w stanie przyswoić i ilu z nich będziesz potrzebować w swojej codziennej pracy.

Nauka dla ludzi z rozwiniętą intuicją

Nasz kurs skupia się na przedstawieniu matematyki jako uniwersalnego języka, za pomocą którego można opisać dany problem w różny sposób i z rozmaitych punktów widzenia. Celem szkolenia jest nauczenie Cię intuicyjnego myślenia na sposób matematyczny, co pozwoli Ci w przyszłości sięgać do niej zawsze, gdy w Twoim życiu zawodowym lub prywatnym pojawi się problem do rozwiązania albo zagadnienie, z którym po prostu trzeba się będzie zmierzyć przy użyciu liczb, równań i wykresów. Po kursie powinieneś być w stanie matematycznie rozwiązywać konkretne problemy i wiedzieć, gdzie szukać odpowiednich przykładów. Rachunek prawdopodobieństwa nie będzie dla Ciebie wyzwaniem, co więcej, zaczniesz kojarzyć związki między różnymi, pozornie kompletnie odmiennymi zdarzeniami i rzeczami. Wreszcie - udział w szkoleniu przygotuje Cię do modelowania niektórych spodziewanych zjawisk, co ułatwi Ci radzenie sobie z wyzwaniami bliższej i dalszej przyszłości. Brzmi futurystycznie? Pewnie. Bo matematyka to język przyszłości!

Sprawdź także kursy tworzenia gier dostępne w naszej ofercie.

Obierz kurs na sprawniejszą analizę danych

W dobie rozwoju technologii informatycznych i bazodanowych firmy gromadzą coraz więcej danych związanych z różnymi obszarami funkcjonowania przedsiębiorstwa. Praca z danymi powoli staje się codziennością działów marketingu i sprzedaży, w których konieczna okazuje się umiejętność szybkiego analizowania masowych informacji dotyczących profilu i zachowań klientów, źródeł ruchu na stronach WWW czy produktów przynoszących największe przychody w danym kanale dystrybucji. Kto potrafi błyskawicznie przetworzyć te dane i wyciągnąć z nich trafne wnioski, ten zyskuje przewagę konkurencyjną. Nic dziwnego, że rynek pracy jak gąbka chłonie specjalistów w zakresie analizy oraz wizualizacji danych.

Sprzymierzeńcem w tych działaniach jest program R, czyli środowisko do obliczeń statystycznych, oraz współpracujące z nim R-Studio, stanowiące zestaw narzędzi do odzyskiwania danych utraconych z wewnętrznych i zewnętrznych nośników. Umiejętność sprawnego posługiwania się tym oprogramowaniem pozwala w bardzo elastyczny i indywidualny sposób przeprowadzać niezwykle zaawansowane analizy oraz profesjonalne wizualizacje danych. Co istotne, praca z nimi nie wymaga posiadania dużej wiedzy z dziedziny programowania — skupia się przede wszystkim na problemach stricte związanych z analizą. Niniejszy kurs video pozwala na szybkie rozpoczęcie samodzielnego działania w R-Studio i pokazuje możliwości, jakie oferuje środowisko R.

Co Cię czeka podczas naszego profesjonalnego szkolenia?

W trakcie niniejszego kursu video:

• Zobaczysz, na czym polega obróbka danych i jak zautomatyzować ten proces.
• Przeprowadzisz obliczenia statystyczne na zbiorach danych, a następnie je zautomatyzujesz.
• Zapoznasz się z zagadnieniem modelowania statystycznego.
• Będziesz wizualizować dane, wyniki oraz uzyskasz wykresy statystyczne.

Co więcej...

• Nauczysz się wykonywać aplikację webową dla powyższych czynności.

Analiza danych w środowisku R. Kurs video. Poziom pierwszy. Manipulacja, modelowanie i wizualizacja danych w praktyce kończy się na poziomie podstawowym. Jego słuchacz zdobędzie bazową wiedzę z obszaru statystyki opisowej oraz pracy w środowisku R i narzędziu R-Studio, dzięki czemu będzie w stanie samodzielnie ją rozwijać.

Witaj w programie R

Program, środowisko albo — jeszcze inaczej — język R to oprogramowanie typu open source, co oznacza, że rozwijają go sami użytkownicy, a korzystanie z niego jest nieodpłatne. Współpracuje z komputerami zarówno z Linuksem, jak i z Windowsem oraz macOS. Dostarcza szeroką gamę technik statystycznych (takich jak modelowanie liniowe i nieliniowe, klasyczne testy statystyczne, analiza szeregów czasowych, klasyfikacja czy grupowanie) oraz graficznych. Powszechnie korzysta się z niego w biznesie, bioinformatyce czy medycynie — do badań klinicznych. Jest na tyle popularny, że producenci komercyjnych pakietów statystycznych (na przykład SAAS lub Statistica) oferują dedykowane mechanizmy, dzięki którym ich oprogramowanie współpracuje z R.

Dowiedz się, czym jest i jak działa pakiet R

Kurs, dzięki któremu opanujesz podstawy pracy z językiem R oraz narzędziem R-Studio, trwa cztery godziny. W tym czasie dowiesz się, czym jest środowisko R i R-Studio i jak je zainstalować na swoim komputerze. Poznasz składnię programu R: rodzaje obiektów, wymuszanie typu zmiennej, wektor, macierz, listę faktor, ramkę danych data.frame, działania wektorowe, if oraz pętlę. Będziesz manipulować danymi — wczytywać je, agregować, filtrować, sortować i łączyć. Wykonasz analizę danych — i poznasz przy tym kolejne pojęcia: zmienną losową, jej rozkład i wybrane rozkłady, korelację i regresję oraz analizę szeregu czasowego (dekompozycja, średnia ruchoma, prognozowanie). Zobaczysz podstawowe wykresy wykonywane w technice tradycyjnej, dowiesz się, na czym polega formatowanie i personalizacja wykresu, poznasz nowoczesne wykresy z pakietem ggplot2, htmlwidgets i mapy z ggplot. Zaznajomisz się również z budową webowej aplikacji R Shiny.

Tylko dla wtajemniczonych

Osoba korzystająca z programu R może zajmować się wszystkim, co dotyczy danych i ich obróbki, analiz statystycznych czy wizualizacji. Poszerzając samodzielnie zakres wiedzy, będzie potrafiła budować modele statystyczne bazujące na zmiennych losowych i ich rozkładach, wykonywać na własne potrzeby różnego rodzaju symulacje, tworzyć modele predykcyjne i inne eksperymenty w ramach uczenia maszynowego oraz automatyzować wymienione czynności.

Obierz kurs na... statystykę i analizę danych

Statystyka to dziedzina wiedzy, która bazuje na danych – przedmiotem jej zainteresowania są metody ich pozyskiwania i prezentacji, a przede wszystkim analizy. W ostatnich latach mocno zyskuje na popularności i dziś niemal każda uczelnia w Polsce oferuje możliwość studiowania na kierunku związanym ze statystyką i z analizą danych. Razem bowiem stanowią one niezbędne narzędzie pracy rządów, samorządów, firm i korporacji. Co za tym idzie – osoby, które potrafią przeanalizować dane, właściwie je zinterpretować, a następnie na ich bazie podjąć odpowiednie decyzje, należą do najbardziej pożądanych specjalistów na rynku pracy.

Aby zacząć przygodę z analizą danych, trzeba zrozumieć, co leży u jej podstaw. Niestety, materiał realizowany w szkołach średnich w zakresie statystyki jest traktowany zbyt wąsko: w szkołach została ona sprowadzona do prostych obliczeń i odczytywania danych z nieskomplikowanych wykresów. Zaniedbuje się interpretację i wnioskowanie. Wiedza zdobyta podczas tego kursu uzupełnia tę lukę. Absolwent szkolenia będzie w stanie zrozumieć istotę statystyki jako narzędzia służącego do szerokiej analityki. Zdobytą wiedzę wykorzysta do pracy z danymi lub na danych statystycznych. Będzie potrafił poddać wstępnej analizie dane zebrane w wyniku badań, w tym na podstawie danych z prób, i estymować podstawowe parametry rozkładu zmiennej dla populacji. W pracy zawodowej, o ile dotyczy ona działania na danych, będzie samodzielnie oceniać jakość zebranych informacji, a także podejmować decyzje na podstawie ich analizy opartej na metodach pokazanych w trakcie kursu. Z kolei studenci kierunków ścisłych (i nie tylko) z pozyskanej na nim wiedzy skorzystają podczas nauki przedmiotów takich jak ekonometria, programowanie liniowe, narzędzia statystyczne, statystyka opisowa itp.

Co Cię czeka podczas naszego profesjonalnego szkolenia

W ramach nauki z kursem video między innymi:

• Poznasz podstawowe pojęcia dotyczące prawdopodobieństwa
• Rozpoznasz zmienną losową typu skokowego i typu ciągłego
• Posłużysz się zmienną losową dwuwymiarową
• Zastosujesz własności wartości oczekiwanej i wariancji w złożonych zagadnieniach
• Użyjesz rozkładu zero-jedynkowego, dwumianowego, normalnego i skorzystasz z tablic rozkładu normalnego
• Zdefiniujesz próbę losową i wyznaczysz statystyki z próby
• Skorzystasz z rozkładu średniej z próby, rozkładu frakcji elementów wyróżnionych w próbie, rozkładu t Studenta, rozkładu chi kwadrat i tablic rozkładów
• Będziesz estymować wartość średniej w populacji, wartość frakcji elementów wyróżnionych, wartość wariancji, a także wartość odchylenia standardowego

Statystyka. Kurs video. Przewodnik dla studentów kierunków ścisłych kończy się na poziomie podstawowym w odniesieniu do materiału, który obowiązuje na studiach realizujących program ze statystyki. Jeśli chodzi o zagadnienia zawarte w podstawie programowej dla szkół średnich, wiedza zdobyta podczas szkolenia sięga poziomu średnio zaawansowanego. Kurs obejmuje część zagadnień związanych z zastosowaniem statystyki (między innymi w analizie danych). Jest w rzeczywistości wstępem do zagadnień związanych z weryfikacją hipotez statystycznych czy testami zgodności i niezależności.