Книгу бестселлер "Основы статистического обучения: интеллектуальный анализ данных, логический вывод и прогнозирование, 2-е издание" можно купить в интернет-магазине DiaMail за 1125.00 грн.
Оперативная доставка книги "Основы статистического обучения: интеллектуальный анализ данных, логический вывод и прогнозирование, 2-е издание" курьером по Киеву, Новой Почтой по Украине и Укрпочтой, также, и за пределы Украины, как с оплатой при получении, так и после предварительной оплаты с помощью VISA/MasterCard, Приват-24, на карту ПриватБанка.
Перед покупкой Вы можете в режиме онлайн прочитать часть книги, ознакомиться с содержанием и оглавлением.
ISBN книги 978-617-7812-91-2, 9780387848570.
Рекомендуем обратить внимание на другие книги авторов Тревор Хасти, Роберт Тибширани, Джером Фридман.
В книге излагаются основыстатистическогообучения для решения практических задач, возникающих в медицине, биологии, финансах и многих других отраслях науки и промышленности. В частности, рассматриваются основные понятия и методы статистическогообучения: линейная регрессия, нелинейная регрессия, линейные методы классификации, регуляризация, ядерное сглаживание, оценивание и выбор моделей, аддитивные модели, деревья классификации, нейронные сети, случайные леса и многое другое. Авторы приводят множество примеров и иллюстраций применения этих методов на практике.
Авторы книги являются выдающимися авторитетами в математической статистике и машинном обучении: ТреворХасти — обладатель звания ISI Highly Cited Author in Mathematics по версии ISI Web of Knowledge, РобертТибширани — изобретатель метода LASSO и обладатель Золотой медали Статистического общества Канады, ДжеромФридман — широко известный специалист по машинному обучению и автор многочисленных монографий.
Книга представляет огромный интерес для специалистов.
В течение последнего десятилетия произошел взрыв в области вычислений и информационных технологий. Вместе с ним появились огромные объемы данных в различных областях, таких как медицина, биология, финансы и маркетинг. Проблема понимания этих данных привела к разработке новых статистических инструментов и породила новые научные дисциплины, такие как интеллектуальныйанализданных, машинное обучение и биоинформатика.
Многие из этих инструментов имеют общие научные основания, но часто описываются с помощью другой терминологии.
В настоящей книге описываются важные идеи в этих областях с единой теоретической точки зрения.
Хотя этот подход является статистическим, упор делается на концепции, а не на математику. Приводится много примеров с широким использованием цветной графики. Книга представляет собой ценный источник информации для статистиков и всех, кто интересуется интеллектуальным анализом данных в науке или промышленности.
Охват книги широк: от обучения с учителем (прогнозирования) до обучения без учителя. В ней описаны нейронные сети, метод опорных векторов, деревья классификации и бустинг, который впервые всесторонне рассмотрен в книге, а не в отдельных публикациях.
В данном глубоко переработанном издании представлены многие темы, не охваченные в первом издании, включая графовые модели, случайные леса, ансамблевые методы, алгоритмы регрессии наименьших углов и алгоритмы построения траекторий для методов LASSO, неотрицательной факторизации матриц и спектральной кластеризации. В книге также есть глава о методах анализа "широких" данных (когда p больше, чем n), включая множественное тестирование и долю ложных отклонений гипотезы.
Об авторах ТреворХасти, РобертТибширани и ДжеромФридман — профессора статистики в Стэнфордском университете. Они являются выдающимися исследователями в этой области. В частности, Хасти и Тибширани разработали обобщенные аддитивные модели и написали популярную книгу с таким названием. Хасти в составе коллектива разработчиков разработал значительную часть программного обеспечения и среды для статистического моделирования на языках R и S-PLUS, а также изобрел метод главных кривых и поверхностей. Тибширани изобрел метод LASSO и является соавтором очень успешной книги An Introduction to the Bootstrap. Фридман является соавтором многих методов интеллектуального анализа данных, в том числе CART, MARS, поиска наилучшей проекции и градиентного бустинга.
Новое издание книги содержит множество тем, не охваченных в первом издании, включая графовые модели, случайные леса, ансамблевые методы, метод наименьших углов и LASSO, алгоритмы неотрицательной матричной факторизации и спектральной кластеризации.
В книгу включена также глава о методах обработки “широких” данных, включая множественное тестирование и оценивание уровня ложноположительных результатов.
Книга представляет огромный интерес для специалистов, применяющих методы статистическогообучения (машинного обучения), а также для студентов, изучающих компьютерные науки (информатику).
Оригинальное издание The Elements of Statistical Learning: Data Mining, Inference, and Prediction, 2ed Edition, Trevor Hastie, Robert Tibshirani, Jerome Friedman
Купить книгу можно, добавив ее в корзину кнопкой «В корзину» Затем, необходимо оформить и зарегистрировать заказ.
