Bruce Peter

Metody statystyczne są kluczowym narzędziem w data science, mimo to niewielu analityków danych zdobyło wykształcenie w ich zakresie. Może im to utrudniać uzyskiwanie dobrych efektów. Zrozumienie praktycznych zasad statystyki okazuje się ważne również dla programistów R i Pythona, którzy tworzą rozwiązania dla data science. Kursy podstaw statystyki rzadko jednak uwzględniają tę perspektywę, a większość podręczników do statystyki w ogóle nie zajmuje się narzędziami wywodzącymi się z informatyki.To drugie wydanie popularnego podręcznika statystyki przeznaczonego dla analityków danych. Uzupełniono je o obszerne przykłady w Pythonie oraz wyjaśnienie, jak stosować poszczególne metody statystyczne w problemach data science, a także jak ich nie używać. Skoncentrowano się też na tych zagadnieniach statystyki, które odgrywają istotną rolę w data science. Wyjaśniono, które koncepcje są ważne i przydatne z tej perspektywy, a które mniej istotne i dlaczego. Co ważne, poszczególne koncepcje i zagadnienia praktyczne przedstawiono w sposób przyswajalny i zrozumiały również dla osób nienawykłych do posługiwania się statystyką na co dzień.

"Żeglowanie w trudnych warunkach od dawna stanowi ostateczny punkt odniesienia podczas sztormu na morzu zarówno dla małych, jak i dużych jednostek, zarówno w rejsach turystycznych, jak i na regatach. Jeżeli istnieje jakaś najlepsza książka o tej tematyce, to jest to właśnie ta książka. Powinien ją przeczytać każdy żeglarz i nieustannie do niej wracać, niezależnie od tego czy ma ambicje przepłynięcia oceanu, czy po prostu chce żeglować wzdłuż wybrzeża, w roli kapitana lub załogi. W nowym wydaniu Żeglowania w trudnych warunkach dodano rozdziały dotyczące m.in. poszukiwania schronienia w złej pogodzie, sztormowych żagli, prowadzenia pontonu RIB w trudnych warunkach oraz prowadzenia wielokadłubowców w sztormie. Zostały też dodane nowe relacje dotyczące niespodziewanego nadejścia niezwykle silnych sztormów we wszystkich częściach świata"