Привет, Хаброжители! Умение писать код — это все, что нужно, чтобы извлекать из данных ценные выводы и находить ответы на сложные вопросы. В этом полностью переработанном издании статистические концепции представлены не в виде громоздких математических формул, а как стройный вычислительный процесс на языке Python. На практических примерах с использованием реальных датасетов изучите весь цикл разведочного анализа данных — от первичной обработки данных и подсчета статистик до выявления закономерностей и проверки гипотез. Читать далее

Привет, Хаброжители!
Умение писать код — это все, что нужно, чтобы извлекать из данных ценные выводы и находить ответы на сложные вопросы. В этом полностью переработанном издании статистические концепции представлены не в виде громоздких математических формул, а как стройный вычислительный процесс на языке Python. На практических примерах с использованием реальных датасетов изучите весь цикл разведочного анализа данных — от первичной обработки данных и подсчета статистик до выявления закономерностей и проверки гипотез.
Являетесь ли вы специалистом data science, инженером разработчиком или просто интересуетесь данными, вы быстро освоите такие популярные инструменты, как NumPy, SciPy и Pandas. Познакомьтесь с функциями распределения, статистическими зависимостями между переменными, методами визуализации и многими другими концепциями. Кроме того, все главы книги доступны в виде Jupyter-блокнотов, позволяющих читать текст, запускать код и выполнять упражнения, не переключаясь между инструментами.
Анализ распределений данных и визуализация закономерностей с помощью библиотек языка Python.
Регрессионные модели для улучшения предсказаний и аналитических выводов.
Подробный разбор специализированных тем: анализ временных рядов и анализ выживаемости.
Эффективная визуализация данных для представления полученных результатов.
Решение распространенных проблем анализа данных.
Повышение воспроизводимости результатов и эффективности совместной работы в проектах по анализу данных с помощью интерактивных Jupyter-блокнотов.
«Эта книга — кладезь глубоких статистических знаний и крайне полезных навыков. Если вы хотите быстро освоить статистику и применять ее на практике, эта книга — для вас».
— Арун Рао, профессор UCLA

Аллен Б. Дауни - почетный профессор инженерного Олин-колледжа и главный специалист по data science в PyMC Labs. Автор ряда книг по программированию и data science, в том числе «Think Python», «Think Bayes», «Think Complexity» и «Probably Overthinking It».
Приобрести книгу «Думай как аналитик. Статистика и данные с примерами на Python. 3-е изд.» можно на нашем сайте.
По факту оплаты бумажной версии книги на e‑mail высылается электронная книга.
Скидка 25% по промокоду — Think Stats
| # | Наименование новости | Тональность | Информативность | Дата публикации |
|---|---|---|---|---|
| 1 | Моделирование распределений | 0 | 7.95 | 10-06-2026 |
| 2 | Книга: «Анализ данных с LLM. Текст, таблицы, изображения и аудио» | 0 | 7.03 | 23-06-2026 |
| 3 | Эксплуатация моделей (ModelOps) | 0 | 9.1 | 30-06-2026 |
| 4 | Книга: «Машинное обучение на табличных данных: XGBoost, глубокое обучение и ИИ» | 0 | 8.35 | 05-05-2026 |
| 5 | Книга: «Linux для администраторов, 2-е изд.» | 0 | 7.07 | 14-05-2026 |
| 6 | Книга: «Основы DevOps и Software Delivery. Практика развертывания и сопровождения ПО в продакшене» | 0 | 6.5 | 07-07-2026 |
| 7 | Книга: «Head First. Изучаем C# и .NET. 5-е изд.» | 0 | 10.4 | 20-05-2026 |
| 8 | Книга: «Автоматизация доставки API. Улучшаем скорость и качество с APIOps и OpenAPI» | 0 | 5.48 | 09-07-2026 |
| 9 | Предзаказ на книгу: «Высоконагруженные приложения. Программирование, масштабирование, поддержка. 2-е изд.» | 0 | 8.54 | 15-07-2026 |
| 10 | Стоит ли начинать программировать на Python или Java в 2026 году — и сколько получают джуны | 0 | 7.92 | 22-07-2026 |