Livro Impresso
Estatística e Ciência de Dados
-
ISBN:
9788521638162
- Edição: 1|2022
- Editora: LTC
- Formato: Impresso
- Páginas: 464
- Publicação: 30/06/2022
- Capa: Brochura
- Peso: 1,08 kg
- Dimensões: 21 X 28
Estatística e Ciência de Dados é o novo livro dos autores consagrados professor Pedro Morettin (autor do best-seller “Estatística Básica”) e professor Julio Singer.
A obra apresenta de forma didática e objetiva os fundamentos de análise exploratória de dados, extremamente importantes para a compreensão da Ciência de Dados, seguida dos principais métodos utilizados em ciência de dados. Num contexto que resume as principais aplicações de Ciência de Dados (previsão, classificação, redução da dimensionalidade e agrupamento), os autores apresentam as ideias que fundamentam os algoritmos de suporte vetorial, árvores de decisão, florestas aleatórias e redes neurais.
Os conceitos são apresentados de forma intuitiva, ilustrados por meio de vários exemplos práticos, sendo a maior parte proveniente de análises de dados reais. Para facilitar o aprendizado, os detalhes mais técnicos são apresentados em notas de capítulo.
Diferenciais:
- Promove integração entre os conceitos de Estatística, Computação e Ciência de Dados.
- Exibe conjuntos de dados e comandos do software R utilizados para as análises ao longo de todo texto.
- Oferece inúmeros exemplos práticos, sendo a maioria proveniente de análises de dados reais.
- Traz apêndices com conceitos básicos de simulação e otimização.
1 Estatística, Ciência de Dados e Megadados
I Análise Exploratória de Dados
2 Preparação dos dados
3 Análise de dados de uma variável
4 Análise de dados de duas variáveis
5 Análise de dados de várias variáveis
6 Análise de Regressão
7 Análise de Sobrevivência
II Aprendizado Supervisionado
8 Regularização e Modelos Aditivos Generalizados
9 Classificação por meio de técnicas clássicas
10 Algoritmos de Suporte Vetorial
11 Árvores e Florestas
12 Redes neurais
III Aprendizado não Supervisionado
13 Análise de Agrupamentos
14 Redução de dimensionalidade
Referências
Apêndice A Otimização numérica
A.1 Introdução
A.2 O método de Newton-Raphson
A.3 O método scoring
A.4 O método de Gauss-Newton
A.5 Métodos Quase-Newton
A.6 Aspectos computacionais
A.7 Notas de capítulo
A.8 Exercícios
Apêndice B Noções de simulação
B.1 Introdução
B.2 Método Monte Carlo
B.3 Simulação de variáveis discretas
B.4 Simulação de variáveis contínuas
B.5 Simulação de vetores aleatórios
B.6 Métodos de reamostragem
Pedro Alberto Morettin
É graduado em Matemática pela Universidade de São Paulo (USP), com mestrado e doutorado em Estatística pela University of California (UC Berkeley), nos Estados Unidos. É autor de diversos livros, publicados no Brasil e no exterior. Recebeu os prêmios ABE, da Associação Brasileira de Estatística (ABE), e o Mahalanobis, do International Statistical Institute (ISI), conferido pelo Governo da Índia. É professor sênior do Departamento de Estatística da USP e editor associado do Journal of Forecasting e do São Paulo Journal of Mathematical Sciences.
Julio da Motta Singer
É graduado em Engenharia pela Escola Politécnica da Universidade de São Paulo (Poli-USP) e mestre em Estatística pelo Instituto de Matemática e Estatística por esta instituição. Concluiu o doutorado em Bioestatística pela University of North Carolina (UNC-Chapel Hill), nos Estados Unidos. Publicou inúmeros artigos e livros, no Brasil e no exterior. Conquistou o prêmio Grizzle Distinguished Alumnus, pela UNC-Chapel Hill, e o Prêmio ABE, pela Associação Brasileira de Estatística (ABE). Foi professor titular do Departamento de Estatística da USP.