Manual de Análise de Dados - Estatística e Machine Learning com Excel®, SPSS®, Stata®, R® e Python®

Luiz Paulo Fávero, Patrícia Belfiore

Gen/LTC

2024

1288 páginas

1d 18h 56m

ISBN-13: 9788595159921

Português Brasileiro

Referência nacional em Análise de Dados. Manual de Análise de Dados – Estatística e Machine Learning com Excel®, SPSS®, Stata®, R® e Python® consagrou-se no mercado por sua metodologia hands-on, em que o leitor aprende praticando, do primeiro ao último capítulo. Para se tornar ainda mais completa, a 2a edição foi totalmente revista e atualizada e traz abordagem inédita das linguagens contemporâneas mais utilizadas, incluindo R® e Python®. Ao longo de 18 capítulos – divididos em três blocos temáticos –, são abordadas as principais técnicas estatísticas, de modelagem multivariada e de machine learning, que permitem aos leitores aprender seus fundamentos, traduzi-los para linguagem de máquina – incluindo implementação dos algoritmos em softwares específicos – e tomar decisões cotidianas a partir dos dados obtidos, seja em ambientes acadêmicos, governamentais ou organizacionais.

Cada capítulo está estruturado em uma mesma lógica de apresentação, com o objetivo de contextualizar e integrar teoria e aplicações. Após a introdução dos conceitos pertinentes a cada técnica de modelagem, são utilizadas bases de dados que possibilitam a resolução de exercícios práticos em Excel®, SPSS®, Stata®, R® e Python®. O livro é destinado a estudantes de graduação, pós-graduação e MBA em áreas de Ciências Exatas, Humanas, Sociais Aplicadas e Biomédicas, assim como a profissionais de empresas e pesquisadores que tenham interesse em se especializar em Data Science, Analytics e Machine Learning. Nas palavras do renomado Professor Luiz A. Esteves, PhD em Economia, que assina o contundente Prefácio do livro, “trata-se de um clássico, uma referência bibliográfica indispensável ao profissional que objetiva desempenhar Ciência de Dados em alto nível”.

Resenhas (1)

5 (Perfeito)

Um verdadeiro manual pap completo

Um manual passo a passo para aprender e aplicar modelos estatísticos na prática, usando Python ou R.