Statistické učení pro velká závislá data

Recenze čtenářů

Aktuálně nejsou k dispozici žádné recenze čtenářů. Hodnocení je založeno na 2 hlasů.

Původní název:

Statistical Learning for Big Dependent Data

Obsah knihy:

Tato kniha představuje metody užitečné pro analýzu a pochopení velkých souborů dat, které jsou dynamicky závislé. Kniha začíná příklady vícerozměrných závislých dat a nástroji pro prezentaci popisné statistiky takových dat. Poté představí některé užitečné statistické metody pro jednorozměrnou analýzu časových řad s důrazem na statistické postupy pro modelování a prognózování. Probírány jsou jak lineární, tak nelineární modely. Zvláštní pozornost je věnována analýze vysokofrekvenčních závislých dat.

Druhá část knihy se zabývá společnou závislostí, a to jak současnou, tak dynamickou, mezi více řadami závislých dat. Zvláštní pozornost bude věnována grafickým metodám pro rozsáhlá data, zpracování heterogenity časových řad (jako jsou odlehlé hodnoty, chybějící hodnoty a změny kovariančních matic) a časově proměnným parametrům vícerozměrných časových řad. Třetí část knihy je věnována analýze vysokorozměrných závislých dat. Důraz je kladen na témata, která jsou užitečná při velkém počtu časových řad. Mezi vybraná témata patří shlukování časových řad, vysokorozměrná lineární regrese pro závislá data a její aplikace a redukce dimenze pomocí dynamických hlavních komponent a faktorových modelů. V celé knize jsou uvedeny výhody a nevýhody probíraných metod a při demonstraci jsou použity reálné příklady.

Kniha bude zajímavá pro postgraduální studenty, výzkumné pracovníky a odborníky z praxe z oblasti obchodu, ekonomie, techniky a vědy, kteří se zajímají o statistické metody analýzy velkých závislých dat a prognózování.