Основы статистического обучения. Интеллектуальный анализ данных, логический вывод и прогнозирование; Вильямс, 2020
от 1805 грн. до 1900 грн.
- Издатель: Вильямс
- ISBN: 978-5-907144-42-2
EAN: 9785907144422
- Книги: Прочие издания
- ID: 6535043
Описание
В книге излагаются основы статистического обучения для решения практических задач, возникающих в медицине, биологии, финансах и многих других отраслях науки и промышленности. В частности, 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, 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: Тревор Хасти — обладатель звания ISI Highly Cited Author in Mathematics по версии ISI Web of Knowledge, Роберт Тибширани — изобретатель метода LASSO и обладатель Золотой медали Статистического общества Канады, Джером Фридман — 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 интеллектуальный анализ данных, 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.
Книга обсуждается в отдельном сообщении в блоге Виктора Штонда.
Об авторах
Тревор Хасти, Роберт Тибширани и Джером Фридман — 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.
2-е издание.
Видео Обзоры (5)
КзаУТБ-Семестр2-ИТ-Data Science-лекция1-рус
Психология интеллекта. Курс. Часть I
Лекция по курсу ММО - 17.02.2022, Искусственный интеллект, анализ данных и машинное обучение
Основы психодиангостики
Введение в психодиагностику. Часть первая
Характеристики (9)
Параметр | Значение |
---|---|
Автор(ы) | Тревор Хасти, Роберт Тибширани, Джером Фридман |
Переплет | Твердая глянцевая |
Год издания | 2020 |
Издатель | Вильямс |
Возрастные ограничения | 12 |
Кол-во страниц | 768 |
ISBN | 978-5-907144-42-2 |
Размеры | 70x100/16 |
Язык издания | Русский |
Сравнить цены (2)
Цена от 1805 грн. до 1900 грн. в 2 магазинах
Магазин | Цена | Наличие |
---|---|---|
Купить в кредит (2)
Компания | Предложение |
---|---|
Полезные онлайн-сервисы
Компания | Предложение |
---|
Отзывы (3)
- Быстрова Анжелика — 8 Сентября 2021
Отличная база, хорошо раскрыты основополагающие темы анализа данных, есть претензия к не цветным иллюстрациям, так как цвета несут в себе смысл важный для понимания содержания.
00 - Князев Григорий — 17 Декабря 2022
Плюсы. Прекрасная книга по машинному обучению. Написано доступным языком с хорошими примерами.
Хороший перевод.
Минусы. Полная халтура издательства. Книга сверстана полностью для цветной печати и напечатана на черно-белом принтере. Вплоть до того, что названия параграфов должны были быть как в прилагаемом примере синими, в итоге они напечатаны бледно серым цветом. Никто даже это не поправил перед тем как отдавать в печать. Но это все терпимо.
Главная проблема, что это научная книга с большим количеством графиков и рисунков, и они тоже ВСЕ должны были быть цветными, графики которые в книге все бледно-серые в подписям к рисунками называются синими, зелеными и т.д., а дальше догадывайся какой график где. Первые же главы - случайные точки на графике 2 цветов оранжевые и синие, причем эти слова используются в подписях к рисункам, какого они цвета на черное белой печати? Правильно одного - бледно серого, различить их просто невозможно.
Просто полная некомпетентность издателя. Если вы печатаете черно-белый учебник, он должен быть сверстан на черно-белую печать.
Почему нельзя было оставить цветными рисунки, пусть и повысив стоимость книги (она и так приличная, еще +/- тысяча ничего бы не изменила) вообще не понятно.
Единственный выход, это скачивать цветную книгу на английском (она бесплатна по ссылке внутри книги, по этой же ссылке кстати есть и "dataset") и смотреть картинки там. Низкий поклон авторам за это.00 - Ценитель классики — 12 Января 2023
Энциклопедия в своем роде по своей области. Читать неподготовленному пользователю будет сложно. С места в карьер с множеством формул. Самая главная претензия к книге, что графики и иллюстрации из-за того, что они черно-белые, не читаемы. Твердая обложка, белые листы, примеры страниц во вложении
00