精通全世界最多人使用的程式語言「本書所談論的一切，都是你從未意識到自己會想要知道的JavaScript。它將引領你將JavaScript程式碼品質和生產力帶到更高層次。David對此語言的知識豐富得驚人，非常清楚其錯綜複雜之處以及陷阱所在，這些完全展現在這本JavaScript真正的終極指南之中。」—Schalk Neethling，MDN Web Docs資深前端工程師「David Flanag
從基礎理論到開發人工智慧驅動的App『從長遠來看，絕大多數人工智慧將不會只在資料中心使用，而是在資料真正的所在處—數十億個真實世界的設備上。由於其速度和表現力的結合，Swift已經成為實現這一轉變的首選語言。這本書提供了一個美好的工具介紹，這個工具將成為下一個十年的人工智慧的基礎。』-Dr. Jameson Toole, Cofounder and CTO of Fritz AI在iOS、macO
🎯 資料驅動時代，行銷決策不再靠直覺，你需要的是──科學證據！・折扣真的能提高銷售？哪些顧客即使不推也會買？・無法進行 A/B 測試時，還有哪些方法能推論效果？・在資源有限的情況下，如何讓每一分行銷預算發揮最大效益？✔把抽象的因果推論方法，運用到科技產業的真實商業問題上。✔教你如何思考模型背後的假設與挑戰，搭配實例分析，真正「用得出來」。✔全書以 Python 為實作語言，實務化門檻降低，符合產業主流技術。✔幫助行銷人、資料分析師、產品經理，解決真實業務問題。🚩 最真實的國際讀者讚譽「對數據科學家來說，這本書直接影響我的工作，充滿『恍然大悟』的時刻！」「唯一一本將因果推論從數學理論到Python實作、聚焦產業應用的書！」「適合統計、工程與經濟領域專業人士，完美填補實務缺口！」🚩 來自專家的推薦「Matheus寫的這本書，教導您如何從簡單的模型進展到適用於真實資料，並解決重要實際問題的先進方法，是該主題迄今的最佳著作。」——Sean J. Taylor，Motif Analytics首席科學家「這是一本淺顯易懂的因果推論入門書，聚焦於Python資料分析社群最熟悉的工具和應用場景。」——Nick Huntington-Klein，經濟學教授、《The Effect: An Introduction to Research Design and Causality》作者「少數真正符合科技產業實際需求的因果推論書。每一章都處理實際資料中會遇到的問題，並用 Python 從零實作。推薦給任何希望深入理解並實作因果推論的人。」──D.G. 哥倫比亞大學《工業資料科學》課程講師、Lyft應用科學家每增加一美元的線上行銷預算，能吸引多少新顧客？哪些消費者只有在收到折扣券時才會購買商品？該如何制定最佳定價策略？因果推論提供了一種高效方法，幫助您準確評估各種影響因素對商業指標的改變，而這一切只需幾行簡潔的Python程式碼即可實現。在本書中，作者Matheus Facure深入剖析了因果推論在影響力分析與效果估計上的巨大潛力。無論您是管理人員、資料科學家，還是商業分析師，都將在書中學習到一系列經典的因果推論方法，例如 A/B測試、線性迴歸、傾向分數、合成控制法以及雙重差異法（Difference-in-Differences）。此外，作者也帶您探索現代技術的應用，包括如何利用機
適合程式設計新手，迅速進入資料科學領域。資料匯入、整理、變換、視覺化與模型建立。使用R和RStudio進行資料科學研究，利用tidyverse套件使工作更高效、流暢。這一版介紹Tidyverse的最新功能和最佳實務做法，並新增章節介紹從不同來源獲取資料，進一步實踐所學。「這本書更新了世界首屈一指的R資料科學實務指南，優秀程度令人驚歎，凡是與資料打交道的人都應該閱讀此書！」—Emma RandUniversity of York, UK運用R將資料轉化為洞察力、知識和理解。透過這本實用的書籍，有志於成為資料科學家的讀者將學會如何使用R和RStudio進行資料科學研究，並利用tidyverse這組專為協同工作而設計的套件，讓資料科學實務變得更快速、流暢且有趣。即使沒有程式設計的經驗，本書最新版也能幫助你迅速進入資料科學的領域。你將學會如何匯入、變換和視覺化資料，並傳達結果。你還將獲得資料科學流程的整體理解，以及管理細節所需的基本工具。這一版針對最新的tidyverse功能和最佳實務做法進行了更新，有新的章節示範如何從試算表、資料庫和網站獲取資料。其中的習題也將幫助你實踐所學。你將學到如何：‧視覺化：為資料探索和結果的交流創建圖表‧變換：找出變數型別及處理它們的工具‧匯入：將資料匯入R並轉換為方便分析的形式‧程式設計：學習R語言的工具，以更清晰的方式輕鬆解決資料問題‧溝通：使用Quarto整合說明、程式碼和分析結果
