book

Estatísticas Práticas para Cientistas de Dados, 2ª Edição

by Peter Bruce, Andrew Bruce, Peter Gedeck

April 2025

Intermediate to advanced

368 pages

9h 33m

Portuguese (Portugal, Brazil)

O'Reilly Media, Inc.

Book available

Read now

Unlock full access

Convenções utilizadas neste livroUtilizar exemplos de códigoAprendizagem em linha da O'ReillyComo contactar-nosAgradecimentos
Elementos de dados estruturadosLer maisDados rectangularesQuadros de dados e índicesEstruturas de dados não rectangularesLer maisEstimativas de localizaçãoMédiaEstimativas medianas e robustasExemplo: Estimativas locais de população e taxas de homicídioLer maisEstimativas de variabilidadeDesvio-padrão e estimativas relacionadasEstimativas baseadas em percentisExemplo: Estimativas de variabilidade da população do estadoLer maisExplorando a distribuição de dadosPercentil e BoxplotsTabelas de frequência e histogramasGráficos de densidade e estimativasLer maisExplorando dados binários e categóricosModoValor esperadoProbabilidadeLer maisCorrelaçãoGráficos de dispersãoLer maisExplorando duas ou mais variáveisBinning hexagonal e contornos (Representação gráfica de dados numéricos versus dados numéricos)Duas variáveis categóricasDados categóricos e numéricosVisualizando várias variáveisLer maisResumo
Amostragem aleatória e viés de amostragemPreconceitoSeleção aleatóriaTamanho versus qualidade: Quando é que o tamanho é importante?Média da amostra versus média da populaçãoLer maisViés de seleçãoRegressão à médiaLer maisDistribuição amostral de uma estatísticaTeorema do limite centralErro padrãoLer maisO BootstrapReamostragem versus BootstrapLer maisIntervalos de confiançaLer maisDistribuição normalNormal padrão e QQ-PlotsDistribuições de cauda longaLer maisDistribuição t de StudentLer maisDistribuição binomialLer maisDistribuição do qui-quadradoLer maisDistribuição FLer maisDistribuições de Poisson e outras distribuições relacionadasDistribuições de PoissonDistribuição exponencialEstimativa da taxa de falhaDistribuição de WeibullLer maisResumo
Testes A/BPorquê ter um grupo de controlo?Porquê só A/B? Porque não C, D,...?Ler maisTestes de hipótesesA hipótese nulaHipótese alternativaTestes de hipóteses unidireccionais e bidireccionaisLer maisReamostragemTeste de permutaçãoExemplo: Aderência à WebTestes de permutação exaustivos e de BootstrapTestes de permutação: O resultado final para a ciência dos dadosLer maisSignificância estatística e valores pValor pAlfaErros de tipo 1 e de tipo 2Ciência de dados e valores pLer maisTestes tLer maisTestes múltiplosLer maisGraus de liberdadeLer maisANOVAEstatística FANOVA de duas viasLer maisTeste do Qui-QuadradoTeste do qui-quadrado: Uma abordagem de reamostragemTeste do Qui-Quadrado: Teoria EstatísticaTeste exato de FisherRelevância para a ciência dos dadosLer maisAlgoritmo de bandido com vários braçosLer maisPoder e tamanho da amostraTamanho da amostraLer maisResumo
Regressão linear simplesA equação de regressãoValores ajustados e residuaisMínimos quadradosPrevisão versus Explicação (Profiling)Ler maisRegressão linear múltiplaExemplo: Dados de habitação do condado de KingAvaliar o modeloValidação cruzadaSeleção de modelos e regressão stepwiseRegressão ponderadaLer maisPrevisão usando regressãoOs perigos da extrapolaçãoIntervalos de confiança e de previsãoVariáveis Factoriais na RegressãoVariáveis Dummy RepresentaçãoVariáveis de fator com muitos níveisVariáveis de factores ordenadosInterpretação da equação de regressãoPreditores correlacionadosMulticolinearidadeVariáveis de confusãoInterações e efeitos principaisDiagnóstico de regressãoExcedentesValores influentesHeteroskedasticidade, não normalidade e erros correlacionadosGráficos de resíduos parciais e não linearidadeRegressão polinomial e SplinePolinómioEstriasModelos aditivos generalizadosLer maisResumo
Naive BayesPorque é que a classificação bayesiana exacta é impraticávelA solução ingénuaVariáveis preditoras numéricasLer maisAnálise DiscriminanteMatriz de covariânciaDiscriminante Linear de FisherUm exemplo simplesLer maisRegressão logísticaFunção de resposta logística e LogitRegressão logística e o GLMModelos lineares generalizadosValores previstos da regressão logísticaInterpretação dos coeficientes e dos rácios de probabilidadeRegressão linear e logística: Semelhanças e diferençasAvaliar o modeloLer maisAvaliação de modelos de classificaçãoMatriz de confusãoO problema das classes rarasPrecisão, Recuperação e EspecificidadeCurva ROCAUCLevanta-teLer maisEstratégias para dados desequilibradosSubamostragemSobreamostragem e ponderação para cima/para baixoGeração de dadosClassificação com base nos custosExplorando as previsõesLer maisResumo
K-Nearest NeighborsUm pequeno exemplo: Previsão de incumprimento de empréstimosMétricas de distânciaUm codificador quentePadronização (normalização, escores-z)Escolher KKNN como um motor de caraterísticasModelos de árvoresUm exemplo simplesO algoritmo de particionamento recursivoMedição da homogeneidade ou impurezaImpedir o crescimento da árvorePrevisão de um valor contínuoComo são utilizadas as árvoresLer maisBagging e a floresta aleatóriaEnsacamentoFloresta aleatóriaImportância da variávelHiperparâmetrosImpulsionarO algoritmo BoostingXGBoostRegularização: Evitar o sobreajusteHiperparâmetros e validação cruzadaResumo
Análise de componentes principaisUm exemplo simplesCálculo dos componentes principaisInterpretação de componentes principaisAnálise de correspondênciaLer maisAgrupamento K-MeansUm exemplo simplesAlgoritmo K-MeansInterpretação dos clustersSelecionar o número de clustersClusterização hierárquicaUm exemplo simplesO DendrogramaO algoritmo aglomerativoMedidas de dissimilaridadeClusterização baseada em modelosDistribuição normal multivariadaMisturas de normaisSelecionar o número de clustersLer maisEscalonamento e variáveis categóricasEscalonamento das variáveisVariáveis dominantesDados categóricos e distância de GowerProblemas com o agrupamento de dados mistosResumo

Content preview from Estatísticas Práticas para Cientistas de Dados, 2ª Edição

Bibliografia

[Baumer-2017] Baumer, Benjamin, Daniel Kaplan e Nicholas Horton. Modern Data Science with R. Boca Raton, Flórida: Chapman & Hall/CRC Press, 2017.
[bokeh] Equipa de Desenvolvimento do Bokeh. "Bokeh: Biblioteca Python para visualização interactiva" (2014). https://bokeh.pydata.org.
[Deng-Wickham-2011] Deng, Henry, e Hadley Wickham. "Density Estimation in R" [Estimativa de densidade em R]. setembro de 2011. https://oreil.ly/-Ny_6.
[Donoho-2015] Donoho, David. "50 Years of Data Science" [50 anos de ciência de dados]. 18 de setembro de 2015. https://oreil.ly/kqFb0.
[Duong-2001] Duong, Tarn. "Uma introdução à estimativa de densidade de kernel". 2001. https://oreil.ly/Z5A7W.
[Few-2007] Few, Stephen. "Guarda as tartes para a sobremesa". Boletim Informativo de Inteligência Empresarial Visual. Percetual Edge. agosto de 2007. https://oreil.ly/_iGAL.
[Freedman-2007] Freedman, David, Robert Pisani, e Roger Purves. Statistics. 4a ed. Nova York: W. W. Norton, 2007.
[Hintze-Nelson-1998] Hintze, Jerry L., e Ray D. Nelson. "Gráficos de violino: A Box Plot-Density Trace Synergism." The American Statistician 52, no. 2 (maio de 1998): 181-84.
[Galton-1886] Galton, Francis. "Regressão para a mediocridade na estatura hereditária". The Journal of the Anthropological Institute of Great Britain and Ireland 15 (1886): 246-63. https://oreil.ly/DqoAk.
[ggplot2] Wickham, Hadley. ggplot2: Elegant Graphics for Data Analysis. Nova Iorque: Springer-Verlag New York, 2009. https://oreil.ly/O92vC. ...