Основы статистического обучения: интеллектуальный анализ данных, логический вывод и прогнозированиеКНИГИ » НАУКА И УЧЕБА
Название: Основы статистического обучения: интеллектуальный анализ данных, логический вывод и прогнозирование Автор: Хасти Тревор, Тибришани Роберт, Джером Фридман Издательство: Диалектика Год: 2020 2-е изд. Формат: PDF Страниц: 768 Размер: 99,6 Mb Язык: Русский
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.Об авторахТревор 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.
Основы машинного обучения Название: Основы машинного обучения Автор: Лимановская О.В., Алферьева Т.И. Издательство: Екатеринбург: Уральский федеральный университет им. Первого...
Прикладная статистика (в 3-х книгах) Название: Прикладная статистика (в 3-х книгах) Автор: Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Издательство: М.: Финансы и статистика Год: 1983,...
Интеллектуальный анализ данных Название: Интеллектуальный анализ данных Автор: Пальмов С. В. Год: 2017 Формат: pdf Издательство: Изд-во ПГУТИ Страниц: 128 Для сайта: Mirknig.su...
Теория и практика машинного обучения Название: Теория и практика машинного обучения Автор: Воронина В.В., Михеев А.В., Ярушкина Н.Г. Издательство: УлГТУ ISBN: 978-5-9795-1712-4 Год:...
Финансовый анализ данных в Deductor Studio Название: Финансовый анализ данных в Deductor Studio Автор: Яковлев В.Б. Издательство: ОнтоПринт Год: 2018 Страниц: 170 Формат: pdf Размер: 18 mb...
Статистический анализ данных в психологии Название: Статистический анализ данных в психологии Автор: Романко В.К. Издательство: Бином. Лаборатория знаний Год: 2015 Страниц: 315 Формат:...
Анализ данных в Deductor Studio Название: Анализ данных в Deductor Studio Автор: Яковлев В.Б. Издательство: ОнтоПринт Год: 2017 Страниц: 212 Формат: pdf Размер: 37 mb Качество:...
Информация
Посетители, находящиеся в группе Гости, не могут оставлять комментарии к данной публикации.
Навигация
Вход на сайт
Реклама
Основы статистического обучения: интеллектуальный анализ данных, логический вывод и прогнозирование 
