Поиск по каталогу |
(строгое соответствие)
|
- Профессиональная
- Научно-популярная
- Художественная
- Публицистика
- Детская
- Искусство
- Хобби, семья, дом
- Спорт
- Путеводители
- Блокноты, тетради, открытки
Популярное введение в современный анализ данных и машинное обучение на STATISTICA
В наличии
Местонахождение: Москва | Состояние экземпляра: новый |
Бумажная
версия
версия
Автор: Боровиков В.П.
ISBN: 978-5-9912-0738-6
Год издания: 2018
Формат книги: 70×100/16 (170×240 мм)
Количество страниц: 354
Издательство: М.: Горячая линия – Телеком
Цена: 5627 тг
Положить в корзину
Позиции в рубрикаторе
Отрасли знаний:Код товара: 199502
Способы доставки в город Алматы * комплектация (срок до отгрузки) не более 2 рабочих дней |
Самовывоз из города Алматы (пункты самовывоза партнёра CDEK) |
Курьерская доставка CDEK из города Москва |
Доставка Почтой России из города Москва |
Аннотация: Популярно и увлекательно освещены современные возможности анализа данных и машинного обучения, являющегося трендом современной компьютерной аналитики. В изложении упор сделан на понимании методов и их применении к практическим задачам. «Делайте вслед за нами, и вы научитесь анализировать данные!» – основной лейтмотив книги.
Подробно описаны классические статистические методы, включая многомерные методы: кластерный, дискриминантный анализ, множественная регрессия, факторный анализ, метод главных компонент, анализ выживаемости и регрессия Кокса. В отдельных главах изложены нейросетевые методы, методы добычи данных, деревья классификации и регрессии (CART – модели). Рассмотрены примеры из различных областей человеческой деятельности: промышленности, ритейла, инфокоммуникаций, бизнеса, медицины. Специальные главы посвящены теории вероятностей и методам оптимизации, лежащим в основе методов машинного обучения. Книга отражает многолетний опыт автора в решении прикладных задач и участия в значимых проектах. Синтез современных технологий и понимание методов позволяет добиться успеха в решении конкретных прикладных задач.
Для широкого круга читателей: инженеров, технологов, менеджеров, аналитиков, врачей, исследователей, интересующихся современными аналитическими методами и технологиями анализа данных и машинного обучения и их применением на практике.
Подробно описаны классические статистические методы, включая многомерные методы: кластерный, дискриминантный анализ, множественная регрессия, факторный анализ, метод главных компонент, анализ выживаемости и регрессия Кокса. В отдельных главах изложены нейросетевые методы, методы добычи данных, деревья классификации и регрессии (CART – модели). Рассмотрены примеры из различных областей человеческой деятельности: промышленности, ритейла, инфокоммуникаций, бизнеса, медицины. Специальные главы посвящены теории вероятностей и методам оптимизации, лежащим в основе методов машинного обучения. Книга отражает многолетний опыт автора в решении прикладных задач и участия в значимых проектах. Синтез современных технологий и понимание методов позволяет добиться успеха в решении конкретных прикладных задач.
Для широкого круга читателей: инженеров, технологов, менеджеров, аналитиков, врачей, исследователей, интересующихся современными аналитическими методами и технологиями анализа данных и машинного обучения и их применением на практике.