Основы статистического обучения. Интеллектуальный анализ данных, логический вывод и прогнозирование
Бумажная книга | Код товара 1244354
Автор
Тревор Хасти, Роберт Тибширани, Джером Фридман
Издательство
Диалектика
Язык
Русский
Год издания
2020
Год первого издания
2011
Переводчик
Дмитрий Клюшин
Количество страниц
768
Иллюстрации
Черно-белые

Все о книге Основы статистического обучения. Интеллектуальный анализ данных, логический вывод и прогнозирование

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.

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.

Все иллюстрации к книге в цветном варианте доступны на сайте издательства по адресу: http://go.dialektika.com/elements

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 статистического обучения (машинного обучения), а также для студентов, изучающих компьютерные науки (информатику).

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.

Читать полное описание
Свернуть
Характеристики
Автор
Тревор Хасти, Роберт Тибширани, Джером Фридман
Издательство
Диалектика
Язык
Русский
Год издания
2020
Год первого издания
2011
Переводчик
Дмитрий Клюшин
Количество страниц
768
Иллюстрации
Черно-белые
Купить - Основы статистического обучения. Интеллектуальный анализ данных, логический вывод и прогнозирование
Основы статистического обучения. Интеллектуальный анализ данных, логический вывод и прогнозирование
1 206 грн
Нет в наличии
 
Характеристики Основы статистического обучения. Интеллектуальный анализ данных, логический вывод и прогнозирование
Автор
Тревор Хасти, Роберт Тибширани, Джером Фридман
Издательство
Диалектика
Язык
Русский
Год издания
2020
Год первого издания
2011
Переводчик
Дмитрий Клюшин
Количество страниц
768
Иллюстрации
Черно-белые
Формат
150х210 мм
Переплет
Мягкий
Бумага
Офсетная
Издание
2-е
ISBN
978-617-7812-91-2
Вес
900 гр.
Тип
Бумажная