Editora:

Clássico da área, esta 2ª edição integra Estatística, Computação e Ciência de Dados. Didático e atualizado, aborda análise exploratória, previsão, classificação, redes neurais, árvores de decisão, florestas aleatórias e muito mais, com exemplos práticos em R.

Zoom na imagemSumário Degustação

Estatística e ciência de dados - 2ª ed. - Impresso

Selecione um formato:

Capítulos
Selecionar capítulos
Talk
Selecionar talks

À vista por (-3% no depósito ou PIX)

comprar

De: R$ 0,00Por: R$ 272,002X de R$ 136,00 no cartão

À vista por (-3% no depósito ou PIX)

Opções de Parcelamento:

à vista R$ 272,00
2X de R$ 136,00 no cartão sem juros

Outras formas de pagamento

Estoque máximo!

Comprar

Calcular a entrega para impresso

Alterar

Não sei meu CEP

Nesta segunda edição, o clássico e referenciado Estatística e Ciência de Dados continua sua trajetória de sucesso e pioneirismo ao abordar esse tema tão atual, sob o ponto de vista estatístico e computacional. Desenvolvido pelos consagrados autores Pedro Morettin e Julio Singer, combina, de maneira didática e objetiva, os fundamentos de análise exploratória de dados – extremamente importantes para a compreensão da Ciência de Dados – aos principais métodos utilizados na área.

Os autores apresentam as ideias que fundamentam os algoritmos de suporte vetorial, árvores de decisão, florestas aleatórias e redes neurais, em um contexto que introduz as principais aplicações do tema (previsão, classificação, redução da dimensionalidade e agrupamento). Há vários exemplos práticos provenientes de análises de dados reais.

O conteúdo foi completamente revisto e atualizado, e foram incluídos novos exemplos e uma breve descrição sobre redes generativas adversárias.

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 o texto.
• Oferece inúmeros exemplos práticos, sendo a maioria proveniente de análises de dados reais.
• Apresenta apêndices com conceitos básicos de simulação e otimização, e também sobre algoritmos para dados aumentados.

Pergunte e veja opiniões de quem já comprou

Especificação

Autor	Pedro Alberto Morettin, Julio da Motta Singer
Sobre o Autor	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 e inúmeros artigos publicados no Brasil e no exterior. Recebeu o Prêmio ABE, da Associação Brasileira de Estatística (ABE), e também o Mahalanobis Award, do International Statistical Institute (ISI), conferido pelo Governo da Índia. Foi presidente da ABE e do Inter-American Statistical Institute (IASI) e vice-presidente do ISI. Professor Sênior do Departamento de Estatística da USP e editor associado do Journal of Forecasting e do São Paulo Journal of Mathematical Sciences, é, ainda, Professor Emérito do Instituto de Matemática e Estatística da USP (IME-USP) e Pesquisador Emérito do Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq). JULIO DA MOTTA SINGER era graduado em Engenharia pela Escola Politécnica da Universidade de São Paulo (Poli-USP) e mestre em Estatística pelo Instituto de Matemática e Estatística da mesma instituição (IME-USP). 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, promovido pela UNC-Chapel Hill, e o Prêmio ABE, da Associação Brasileira de Estatística (ABE). Foi professor titular do Departamento de Estatística da USP. Faleceu em 2022, deixando um legado indelével de contribuições, e continua a inspirar estudantes, professores e profissionais no Brasil e no mundo.
Sumário	Sumário
Páginas	488
ISBN	978-85-216-3899-5
Publicação	2025
Formato	21 x 28 cm
Encadernação	Brochura
Edição	2