Введение в статистическое обучение с примерами на языке R
книга

Введение в статистическое обучение с примерами на языке R

Здесь можно купить книгу "Введение в статистическое обучение с примерами на языке R " в печатном или электронном виде. Также, Вы можете прочесть аннотацию, цитаты и содержание, ознакомиться и оставить отзывы (комментарии) об этой книге.

Автор: Г. Джеймс, Д. Уиттон, Т. Хасти, Р. Тибширани

Форматы: PDF

Издательство: ДМК Пресс

Год: 2017

Место издания: Москва

ISBN: 978-5-97060-495-3

Страниц: 456

Артикул: 94555

Возрастная маркировка: 16+

Электронная книга
1199

Краткая аннотация книги "Введение в статистическое обучение с примерами на языке R"

Книга представляет собой доступно изложенное введение в статистическое обучение – незаменимый набор инструментов, позволяющих извлечь полезную информацию из больших и сложных наборов данных, которые начали возникать в последние 20 лет в таких областях, как биология, экономика, маркетинг, физика и др. В этой книге описаны одни из наиболее важных методов моделирования и прогнозирования, а также примеры их практического применения. Рассмотренные темы включают линейную регрессию, классификацию, создание повторных выборок, регуляризацию, деревья решений, машины опорных векторов, кластеризацию и др. Описание этих методов сопровождается многочисленными иллюстрациями и практическими примерами. Поскольку цель этого учебника заключается в продвижении методов статистического обучения среди практикующих академических исследователей и промышленных аналитиков, каждая глава включает примеры практической реализации соответствующих методов с помощью R – чрезвычайно популярной среды статистических вычислений с открытым кодом.
Издание рассчитано на неспециалистов, которые хотели бы применять современные методы статистического обучения для анализа своих данных. Предполагается, что читатели ранее прослушали лишь курс по линейной регрессии и не обладают знаниями матричной алгебры.

Содержание книги "Введение в статистическое обучение с примерами на языке R "


От переводчика
Предисловие
1. Введение
2. Статистическое обучение
2.1. Что такое статистическое обучение
2.2. Описание точности модели
2.3. Лабораторная работа: введение в R
2.4. Упражнения
3. Линейная регрессия
3.1. Простая линейная регрессия
3.2. Множественная линейная регрессия
3.3. Другие аспекты регрессионной модели
3.4. Маркетинговый план
3.5. Сравнение линейной регрессии с методом ?? ближайших соседей
3.6. Лабораторная работа: линейная регрессия
3.7. Упражнения
4. Классификация
4.1. Общее представление о классификации
4.2. Почему не линейная регрессия
4.3. Логистическая регрессия
4.4. Дискриминантный анализ
4.5. Сравнение методов классификации
4.6. Лабораторная работа: логистическая регрессия, LDA, QDA и KNN
4.7. Упражнения
5. Методы создания повторных выборок
5.1. Перекрестная проверка
5.2. Бутстреп
5.3. Лабораторная работа: перекрестная проверка и бутстреп
5.4. Упражнения
6. Отбор и регуляризация линейных моделей
6.1. Отбор подмножества переменных
6.2. Методы сжатия
6.3. Методы снижения размерности
6.4. Особенности работы с данными большой размерности
6.5. Лабораторная работа 1: методы отбора подмножеств переменных
6.6. Лабораторная работа 2: гребневая регрессия и лассо
6.7. Лабораторная работа 3: регрессия при помощи методов PCR и PLS
6.8. Упражнения
7. Выходя за пределы линейности
7.1. Полиномиальная регрессия
7.2. Ступенчатые функции
7.3. Базисные функции
7.4. Регрессионные сплайны
7.5. Сглаживающие сплайны
7.6. Локальная регрессия
7.7. Обобщенные аддитивные модели
7.8. Лабораторная работа: нелинейные модели
7.9. Упражнения
8. Методы, основанные на деревьях решений
8.1. Деревья решений: основные понятия
8.2. Бэггинг, случайные леса, бустинг
8.3. Лабораторная работа: деревья решений
8.4. Упражнения
9. Машины опорных векторов
9.1. Классификатор с максимальным зазором
9.2. Классификаторы на опорных векторах
9.3. Машины опорных векторов
9.4. Машины опорных векторов для случаев с несколькими классами
9.5. Связь с логистической регрессией
9.6. Лабораторная работа: машины опорных векторов
9.7. Упражнения
10. Обучение без учителя
10.1. Трудность обучения без учителя
10.2. Анализ главных компонент
10.3. Методы кластеризации
10.4. Лабораторная работа 1: анализ главных компонент
10.5. Лабораторная работа 2: кластерный анализ
10.6. Лабораторная работа 3: анализ данных NCI60
10.7. Упражнения
Предметный указатель

Все отзывы о книге Введение в статистическое обучение с примерами на языке R

Чтобы оставить отзыв, зарегистрируйтесь или войдите

Внимание!
При обнаружении неточностей или ошибок в описании книги "Введение в статистическое обучение с примерами на языке R (автор Г. Джеймс, Д. Уиттон, Т. Хасти, Р. Тибширани)", просим Вас отправить сообщение на почту help@directmedia.ru. Благодарим!