Regresní analýza s R

Recenze čtenářů

Kniha je dobře hodnocena pro svou srozumitelnost a praktické příklady, díky nimž je přístupná i těm, kteří se s R a statistickými technikami teprve seznamují. Někteří čtenáři však doufali ve větší hloubku specifických témat, jako je multikolinearita a používání pokročilých knihoven.

⬤ Užitečné příklady a jasná vysvětlení
⬤ přístupné i začátečníkům s omezenými znalostmi R
⬤ pokrývají široce používané statistické techniky
⬤ slouží jako dobrý základní zdroj informací.

Chybí hlubší informace o multikolinearitě; nepojednává o knihovně tidyverse pro pokročilou regresní analýzu.

(na základě 3 hodnocení čtenářů)

Původní název:

Regression Analysis with R

Obsah knihy:

Sestavte efektivní regresní modely v R a získejte cenné poznatky z reálných dat Klíčové vlastnosti Implementujte různé techniky regresní analýzy k řešení běžných problémů v datové vědě - od zkoumání dat až po řešení chybějících hodnot Od jednoduché lineární regrese po logistickou regresi - tato kniha pokrývá všechny regresní techniky a jejich implementaci v R Kompletní průvodce sestavováním efektivních regresních modelů v R a interpretací jejich výsledků k vytváření cenných předpovědí Popis knihy

Regresní analýza je statistický proces, který umožňuje předpovídat vztahy mezi proměnnými. Předpovědi jsou založeny na náhodném vlivu jedné proměnné na druhou. Regresní techniky pro modelování a analýzu se používají na velkém souboru dat s cílem odhalit skryté vztahy mezi proměnnými.

V této knize se dozvíte, co je to regresní analýza, a vysvětlíte si celý proces od začátku. V prvních několika kapitolách se dozvíte, jaké jsou různé typy učení - řízené a neřízené, jak se tato učení od sebe liší. Poté přejdeme k podrobnému popisu učení pod dohledem a budeme se zabývat různými aspekty regresní analýzy. Osnova kapitol je uspořádána tak, aby dávala představu o všech krocích zahrnutých do procesu nauky o datech - načtení trénovacího souboru dat, zpracování chybějících hodnot, EDA na souboru dat, transformace a inženýrství příznaků, sestavení modelu, vyhodnocení přizpůsobení modelu a jeho výkonnosti a nakonec vytváření předpovědí na nezobrazených souborech dat. Každá kapitola začíná vysvětlením teoretických konceptů, a jakmile se čtenář s teorií seznámí, přejdeme k praktickým příkladům, které porozumění podpoří. Praktické příklady jsou ilustrovány pomocí kódu R včetně různých balíčků v R, jako jsou R Stats, Caret atd. Každá kapitola je kombinací teorie a praktických příkladů.

Na konci této knihy budete znát všechny koncepty a bolestivé body související s regresní analýzou a budete schopni implementovat své poznatky do svých projektů. Co se naučíte Vydejte se na cestu datové vědy pomocí jednoduché lineární regrese Vypořádejte se s interakcemi, kolinearitou a dalšími problémy pomocí vícenásobné lineární regrese Pochopte diagnostiku a co dělat, pokud předpoklady selžou při správné analýze Načtěte soubor dat, ošetřete chybějící hodnoty, a vykreslete vztahy pomocí průzkumné analýzy dat Vypracujte dokonalý model s ohledem na nadměrné, nedostatečné přizpůsobení a křížovou validaci Vypořádejte se s problémy klasifikace pomocí logistické regrese Prozkoumejte další regresní techniky - rozhodovací stromy, Bagging a techniky Boosting Naučte se vše v praxi s pomocí případové studie z reálného světa. Pro koho je tato kniha určena

Tato kniha je určena začínajícím datovým vědcům a datovým analytikům, kteří chtějí implementovat techniky regresní analýzy pomocí R. Pokud se zajímáte o statistiku, datovou vědu, strojové učení a chcete získat snadný úvod do tématu, pak je tato kniha to, co potřebujete! Základní znalosti statistiky a matematiky vám pomohou vytěžit z knihy maximum. Užitečné budou také určité zkušenosti s programováním v jazyce R. Obsah Začínáme s regresí Základní pojmy - Jednoduchá lineární regrese Více než jen jeden prediktor - MLR Logistická regrese Příprava dat Vyhnutí se problémům s overfittingem - Dosažení generalizace Pokračování v regresních modelech Za hranice linearity - Kdy je křivka mnohem lepší Regresní analýza v praxi