统计方法是数据科学的关键部分，至今少有数据科学家经历过正规的统计学训练，关于统计学基础的课程和教材也极少从数据科学的角度编排相关主题。彼特·布鲁斯、安德鲁·布鲁斯著的《面向数据科学家的实用统计学(影印版)(英文版)》这本实用指南介绍了如何将各种统计方法应用于数据科学，告诉你怎样避免误用，并且提供了关于内容重要性的建议。
很多数据科学资源包括了统计方法，但是欠缺具有深度的统计学视角。如果你熟悉R语言编程，也对统计学有所了解，这份快速参考将帮助你搭建易学可达的知识桥梁。
你将从这本书中学到：
为什么探究式数据分析是数据科学的入门关键；
随机采样如何减少偏见并产生高质量的数据集，即便用于大数据；
实验设计原则如何生成针对问题的答案；
如何使用回归估计结果及检测异常；
用于预测记录归属的关键归类技巧；
从数据学习到的统计机器学习方法；
用于从未标记数据中提取意义的无监督学习方法。
