"Statistical Data Analytics" - это всестороннее введение в статистические методы для обнаружения знаний и добычи данных. В нашем знаниями наполненном обществе все большую роль играют приложения для обработки данных и "большие данные", которые поддерживаются современными вычислительными мощностями, автоматизированным сбором данных, развитием социальных сетей и интерактивными программными продуктами для работы в интернете. Эта книга представляет собой логичное введение в современное статистическое обучение и анализ данных, начиная с основ статистики и теории вероятностей. В ней описывается обзор вероятности и статистических распределений, основы манипуляции и визуализации данных, а также основные компоненты статистического вывода. Большая часть книги посвящена обучению с учителем в линейной регрессии, обобщенных линейных моделях и классификационном анализе. Наконец, введение в обучение без учителя через уменьшение размерности, кластерный анализ и анализ корзины продуктов. В книге приводятся обширные примеры с использованием реальных данных (с образцами программирования на языке R), иллюстрирующие разнообразные информационные источники в геномике, биомедицине, экологическом дистанционном зондировании, астрономии, социоэкономике, маркетинге, рекламе и финансах, среди многих других областей. "Statistical Data Analytics" фокусируется на методах, критически важных для добычи данных и статистической информатики. Книга логично описывает методы на вводном уровне, с расширениями до выбранных промежуточных и продвинутых техник. Она предоставляет информативные технические детали для выделенных методов и использует язык программирования с открытым исходным кодом R в качестве вычислительной платформы, а также его расширяющуюся коллекцию онлайн-пакетов для иллюстрации многих анализов, содержащихся в книге. Каждая глава заканчивается рядом интересных и сложных упражнений на дом, используя реальные данные из различных информационных областей. Эта книга будет полезна как учебное пособие для студентов среднего и продвинутого уровня, а также начинающих аспирантов с достаточным бэкграундом в математическом анализе и алгебре матриц. Она также послужит книгой-источником по основам статистической информатики и анализа данных для практикующих специалистов, регулярно применяющих статистическое обучение к своим современным данным.
Статистическая аналитика данных, автор Вальтер В. Пьегорш Если эта книга вам незнакома, то это описание, которое я сделал для вас - с русским переводом: Это всеобъемлющее введение в статистические методы анализа данных и извлечения знаний. Приложения к анализу данных и "большим данным" все чаще становятся центральной темой в современном обществе, драйвером которого является знание, благодаря прогрессу компьютерной мощности, автоматизированной передаче данных, разработке социальных медиа и интерактивному интернетному программному обеспечению. В этой книге представлено целостное, техническое введение в современное статистическое обучение и анализ данных, начинающееся с базовых основ статистики и вероятности. Она включает обзор вероятности и статистических распределений, основ манипуляции и визуализации данных, и центральных компонентов стандартной функциональной статистики. Хотя большая часть текста выходит за рамки вводных тем, в книгу включены наблюдение в линейных моделях регрессии, обобщенно-линейные модели и аналитику классификации. Наконец, включено анализ без наблюдения с помощью уменьшения размерности, кластерного анализа и анализа корзин покупок. Предлагается множество примеров с использованием реальных данных (с использованием образцов программных кодов на языке R), которые проиллюстрированы разнообразными информационными источниками в области геномики, медицины, дистанционного экологического зондирования, астрономии, экономики, маркетинга, рекламы и финансов, среди многих других областей. Статитическая аналитика данных акцентирует внимание на критически необходимых методах в анализе данных и в статистики информатики. Текст логично описывает эти методы на интуитивном уровне, с вариациями по отдельным технологиям средней и продвинутой сложности. Содержит информацию о технических подробностях этих методов. Использует свободный от автора язык программирования R как вычислительное средство вместе с его растущей коллекцией онлайн-пакетов для иллюстрации многих анализов, содержащихся в книге. Каждая глава завершается диапазоном интересных и сложных практических заданий использующих реальные данные из различных сфер информатики. Эта книга может быть интересна, как учебное пособие для студентов среднего и продвинутого уровня, а также как руководство по основам статитстической информатики и аналитики данных для практиков данного хода. Она также послужит как источник фундаментальных статей по статистическому аналитическому обучению для специалистов, обладающих знаниями в элементарной математике и алгебра матриц.
Электронная Книга «Statistical Data Analytics» написана автором Walter W. Piegorsch в году.
Минимальный возраст читателя: 0
Язык: Английский
ISBN: 9781119043577
Описание книги от Walter W. Piegorsch
A comprehensive introduction to statistical methods for data mining and knowledge discovery. Applications of data mining and ‘big data’ increasingly take center stage in our modern, knowledge-driven society, supported by advances in computing power, automated data acquisition, social media development and interactive, linkable internet software. This book presents a coherent, technical introduction to modern statistical learning and analytics, starting from the core foundations of statistics and probability. It includes an overview of probability and statistical distributions, basics of data manipulation and visualization, and the central components of standard statistical inferences. The majority of the text extends beyond these introductory topics, however, to supervised learning in linear regression, generalized linear models, and classification analytics. Finally, unsupervised learning via dimension reduction, cluster analysis, and market basket analysis are introduced. Extensive examples using actual data (with sample R programming code) are provided, illustrating diverse informatic sources in genomics, biomedicine, ecological remote sensing, astronomy, socioeconomics, marketing, advertising and finance, among many others. Statistical Data Analytics: Focuses on methods critically used in data mining and statistical informatics. Coherently describes the methods at an introductory level, with extensions to selected intermediate and advanced techniques. Provides informative, technical details for the highlighted methods. Employs the open-source R language as the computational vehicle – along with its burgeoning collection of online packages – to illustrate many of the analyses contained in the book. Concludes each chapter with a range of interesting and challenging homework exercises using actual data from a variety of informatic application areas. This book will appeal as a classroom or training text to intermediate and advanced undergraduates, and to beginning graduate students, with sufficient background in calculus and matrix algebra. It will also serve as a source-book on the foundations of statistical informatics and data analytics to practitioners who regularly apply statistical learning to their modern data.
