Книга "Введение в статистическое обучение с примерами на языке R" - это доступное введение в статистическое обучение, которое является необходимым инструментом для извлечения полезной информации из больших и сложных наборов данных. За последние 20 лет данные стали появляться во многих областях, таких как биология, экономика, маркетинг, физика и другие, и для их анализа стали использоваться методы статистического обучения. В книге описываются основные методы моделирования и прогнозирования, такие как линейная регрессия, классификация, создание повторных выборок, регуляризация, деревья решений, машины опорных векторов, кластеризация и другие. Каждый метод сопровождается многочисленными иллюстрациями и практическими примерами. Книга также написана с упором на практическое применение, поэтому каждая глава включает примеры реализации методов с помощью R - популярной среды статистических вычислений с открытым кодом. Книга рассчитана на неспециалистов в области статистического обучения, которые хотят применять современные методы статистического обучения для анализа своих данных. Предполагается, что читатели имеют базовое знание линейной регрессии, но не обладают знаниями матричной алгебры.
Эта книга является доступным введением в области статистического обучения. Она описывает самые важные методы моделирования и прогнозирования и примеры их практического использования. В книге рассматриваются такие темы, как линейная регрессия, классификация, создание выборок, регуляция, деревья решений и деревья опорных векторов. Книга сопровождается множеством иллюстраций и практических примеров. Цель этой книги - продвижение методов статистического обучения практикующим академическим исследователям и промышленным аналитикам. Каждая глава содержит практические примеры использования соответствующих методов с использованием R - популярной среды статистических расчетов с открытым исходным кодом. Книга рассчитана на людей, которые хотят применять современные методы для анализа данных.
Книга знакомит с основами статистического моделирования, включая основные алгоритмы и их реализацию на платформе R. Материал организован так, чтобы новичок мог постепенно освоить основные методы машинного обучения – регрессионный анализ, кластерный анализ, машинное обучение – и к концу книги понять, как эти методы применять на практике. Базовая математическая подготовка позволит получить максимальную пользу от книги. Издание будет полезно начинающим исследователям, студентам и инженерам-статистикам.
Электронная Книга «Введение в статистическое обучение с примерами на языке R» написана автором Даниэла Уиттон в 2013 году.
Минимальный возраст читателя: 0
Язык: Русский
ISBN: 978-5-97060-293-5
Описание книги от Даниэла Уиттон
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.
