Vous voulez être sûr que vos cadeaux seront sous le sapin de Noël à temps? Nos magasins vous accueillent à bras ouverts. La plupart de nos magasins sont ouverts également les dimanches, vous pouvez vérifier les heures d'ouvertures sur notre site.
  •  Retrait gratuit dans votre magasin Club
  •  7.000.000 titres dans notre catalogue
  •  Payer en toute sécurité
  •  Toujours un magasin près de chez vous     
Vous voulez être sûr que vos cadeaux seront sous le sapin de Noël à temps? Nos magasins vous accueillent à bras ouverts. La plupart de nos magasins sont ouverts également les dimanches, vous pouvez vérifier les heures d'ouvertures sur notre site.
  •  Retrait gratuit dans votre magasin Club
  •  7.000.0000 titres dans notre catalogue
  •  Payer en toute sécurité
  •  Toujours un magasin près de chez vous

Veridical Data Science

The Practice of Responsible Data Analysis and Decision Making

Bin Yu, Rebecca L Barter
118,45 €
+ 236 points
Livraison 1 à 2 semaines
Passer une commande en un clic
Payer en toute sécurité
Livraison en Belgique: 3,99 €
Livraison en magasin gratuite

Description

Using real-world data case studies, this innovative and accessible textbook introduces an actionable framework for conducting trustworthy data science.

Most textbooks present data science as a linear analytic process involving a set of statistical and computational techniques without accounting for the challenges intrinsic to real-world applications. Veridical Data Science, by contrast, embraces the reality that most projects begin with an ambiguous domain question and messy data; it acknowledges that datasets are mere approximations of reality while analyses are mental constructs.
Bin Yu and Rebecca Barter employ the innovative Predictability, Computability, and Stability (PCS) framework to assess the trustworthiness and relevance of data-driven results relative to three sources of uncertainty that arise throughout the data science life cycle: the human decisions and judgment calls made during data collection, cleaning, and modeling. By providing real-world data case studies, intuitive explanations of common statistical and machine learning techniques, and supplementary R and Python code, Veridical Data Science offers a clear and actionable guide for conducting responsible data science. Requiring little background knowledge, this lucid, self-contained textbook provides a solid foundation and principled framework for future study of advanced methods in machine learning, statistics, and data science.

  • Presents the Predictability, Computability, and Stability (PCS) methodology for producing trustworthy data-driven results
  • Teaches how a data science project should be conducted from beginning to end, including extensive discussion of the data scientist's decision-making process
  • Cultivates critical thinking throughout the entire data science life cycle
  • Provides practical examples and illuminating case studies of real-world data analysis problems with associated code, exercises, and solutions
  • Suitable for advanced undergraduate and graduate students, domain scientists, and practitioners

Spécifications

Parties prenantes

Auteur(s) :
Editeur:

Contenu

Nombre de pages :
526
Langue:
Anglais
Collection :

Caractéristiques

EAN:
9780262049191
Date de parution :
15-10-24
Format:
Livre relié
Format numérique:
Genaaid
Dimensions :
155 mm x 231 mm
Poids :
952 g

Les avis