面向數據科學家的實用統計學

本書是作者寫給有一定統計學基礎讀者的一本十分精煉，實用，全面統計學方法與理論參考書。 其獨特之處有下： 作者用非常統計學思維方式，準確，精煉，簡潔筆法介紹統計學中一些最基本，重要概念，與算法。它特別適合需要，除了數據科學家以外的，需要發表科學論文作者溫故知新。其中它還不乏有些精彩內容的介紹，例如， 作者用三言兩語就非常清楚的介紹了，對於抽樣方法中Bootstrap（自助法）的介紹。另外，它還提供豐富，具體，簡潔，經典應用範例。通過數據，圖表或者典型範例來深度理解統計學方法及技術，的確是作者佳作。 其次，它爲需要應用統計方法的讀者提供了一些R 碼，特別這些都是作者爲碼農提供一些，一般難以找到，非常實用的R編碼。通常人們學習統計學，只有通過親身體會其相關應用程序之後，纔可以更好地理解，認識其所分析的數據。 重要的還有，作者提供統計學中各分枝之基本概念是如何產生或者其來源，歷史典故及統計學創新大咖們之相關里程碑式，經典參考文獻資料，網上資源連接等。它都有相應簡單介紹。本書除了經典內容的介紹，同樣包括一些最新可嗯，用於機器學習部分內容。它有些一般不常見統計方法及其相對時髦概念。因此，它更像是一本簡潔、時髦統計學百科全書小而全手冊。儘管它在AI應用領域涉足不深。 作者旁徵博引，內容十分豐富，簡潔，乾淨，值得收藏。當然，有經驗讀者也許都知道，該原文出版社發行幾乎所有的技術方面書籍，都十分優秀，購書時勿需剁手，或者哆嗦。

很久前看過這本書，目前已經有第二版了（Python版）。概率是從理論的角度給這個世界建模，而統計則是用現實的數據去不斷逼近世界的原貌。可觀測的現實往往具有很強的確定性，而更宏（微）觀的世界中卻總是充滿着隨機性。在確定性和隨機性之間，是人們崇拜的神性。

很棒的書，值得反覆閱讀。避免了以往講統計學或者講算法的書太過理論。本書非常務實得講統計學，算法在實際應用做了關聯。 作者根據自己的經驗對不同方法的優劣，可能產生的好處風險一一提及，例如假設檢驗值p值的看法，對不同模型適應場景的解釋。

數據科學和統計學雖然有頗多共同的知識點，但二者的側重點不一樣，統計學中一些很重要的點對於數據科學來說就無關緊要，所以對於數據科學來說，這本書並不是必需的！

- 老生常談, 關注「原書名」, 可以幫助你很好的瞭解這本書到底要講啥: 「Practical Statistics for Data Scientists: 50 Essential Concepts - 對數據科學從業者來說, 這都是一本非常出色的參考書

寶藏(〃∇〃) 對於一個沒有什麼統計學基礎卻需要介紹有統計數據論文的人來說，概念解釋和舉例來得剛剛好，傻傻分不清F檢驗和卡方分析的我有救了

講的是一個大的方面，對一些細節問題基本不涉及，對有一定統計基礎的同學還行，對那些想入門提升的可能作用不大

作爲一名學習心理學的學者，本書的一些基本統計概念較爲容易理解，是一本學習基礎統計的好書。但是對於本書的一些編程應用、示例對我來說還是較難理解的，但可適當翻閱瞭解一些編碼對統計的學習獲益頗多，本書僅當作是一本統計入門書也挺好的。

前面的內容講解清楚易懂，後面兩章喫力，不是太懂，還需要以後再回來看看

內容很多，但是不深，和大學時課內的數據挖掘課程和統計學課程有很多重疊的知識點，但是每一個知識點又沒有大學教材那麼深入，優點可能是有些業界的案例吧。還有這本書是基於R語言，讀完了之後才知道出Python版了，還是學Python版會更好