Основы статистического обучения: интеллектуальный анализ данных, логический вывод и прогнозирование, 2-е издание

В течение последнего десятилетия произошел стремительный рост вычислительных и информационных технологий. Благодаря этому в различных областях, таких как медицина, биология, финансы и маркетинг, появилась возможность обрабатывать огромные объемы данных. Необходимость понимания этих данных привела к разработке новых инструментов в области статистики и породила новые области, такие как интеллектуальный анализ данных, машинное обучение и биоинформатика. Многие из этих инструментов имеют общие основы, но часто выражаются с помощью разных терминов.

В книге "Основы статистического обучения" описываются важные идеи, существующие в этих областях, на основе общего концептуального подхода. Хотя этот подход является статистическим, акцент делается на концепциях, а не на математике. Авторы приводят много примеров с широким использованием графических иллюстраций.

В частности, в книге "Основы статистического обучения" рассматриваются основные понятия и методы статистического обучения: линейная регрессия, нелинейная регрессия, линейные методы классификации, регуляризация, ядерное сглаживание, оценивание и выбор моделей, аддитивные модели, деревья классификации, создание повторных выборок, нейронные сети, случайные леса и многое другое. Авторы приводят множество примеров и цветных иллюстраций применения этих методов на практике.

Книга "Основы статистического обучения" представляет собой ценный источник знаний для статистиков и всех, кто интересуется обработкой данных в науке или промышленности.

Читать полностью ⇓

Основы статистического обучения: интеллектуальный анализ данных, логический вывод и прогнозирование, 2-е издание Тревор Хасти, Роберт Тибширани, Джером Фридман

Основы статистического обучения: интеллектуальный анализ данных, логический вывод и прогнозирование, 2-е издание
Тревор Хасти, Роберт Тибширани, Джером Фридман