Úvod do statistického učení: S aplikacemi v jazyce R

Recenze čtenářů

Kniha je všeobecně považována za komplexní a přístupný úvod do statistického učení, který nabízí praktické aplikace a jasná vysvětlení. Její obsah je dobře strukturován pro začátečníky i pokročilé, což z ní činí cenný zdroj informací pro datové vědce a statistiky. Někteří uživatelé však občas zaznamenali problémy s kvalitou vazby a měli pocit, že některé diskuse chybí nebo že text může být místy příliš hutný.

Přístupný obsah vhodný pro široké publikum, jasné vysvětlení klíčových pojmů, praktické aplikace s ukázkovým kódem v jazycích R a Python, obsahuje aktualizované kapitoly, kvalitní tisk, poutavé psaní renomovaných autorů, bezplatná online verze a dobrá rovnováha mezi teorií a praktičností.

Uváděny problémy s kvalitou vazby knihy, některé koncepty mohou být pro úplné začátečníky zdrcující, chybí některé diskuse, jako je upravený R-kvadrát, a některé recenze zmiňují tendenci k nadměrnému množství textu s nedostatečným grafickým znázorněním.

(na základě 48 hodnocení čtenářů)

Původní název:

An Introduction to Statistical Learning: With Applications in R

Obsah knihy:

Úvod do statistického učení poskytuje přístupný přehled oboru statistického učení, základního souboru nástrojů pro pochopení rozsáhlých a složitých souborů dat, které se v posledních dvaceti letech objevily v různých oblastech od biologie přes finance a marketing až po astrofyziku. Kniha představuje některé z nejdůležitějších modelovacích a predikčních technik spolu s příslušnými aplikacemi. Témata zahrnují lineární regresi, klasifikaci, metody převzorkování, přístupy založené na smršťování, stromové metody, stroje s podpůrnými vektory, shlukování, hluboké učení, analýzu přežití, vícenásobné testování a další. K ilustraci představených metod jsou použity barevné grafiky a příklady z reálného světa. Vzhledem k tomu, že cílem této učebnice je usnadnit používání těchto technik statistického učení praktiky ve vědě, průmyslu a dalších oborech, obsahuje každá kapitola návod na implementaci prezentovaných analýz a metod v jazyce R, což je mimořádně populární open source platforma statistického softwaru.

Dva z autorů jsou spoluautory knihy The Elements of Statistical Learning (Hastie, Tibshirani a Friedman, 2. vydání 2009), populární příručky pro výzkumníky v oblasti statistiky a strojového učení. Úvod do statistického učení se zabývá mnoha stejnými tématy, ale na úrovni přístupné mnohem širšímu publiku. Tato kniha je určena jak statistikům, tak nestatistikům, kteří chtějí využívat nejmodernější techniky statistického učení k analýze svých dat. Text předpokládá pouze předchozí kurz lineární regrese a žádné znalosti maticové algebry.

Toto druhé vydání obsahuje nové kapitoly o hlubokém učení, analýze přežití a vícenásobném testování, jakož i rozšířené pojednání o na ve Bayes, zobecněných lineárních modelech, bayesovských aditivních regresních stromech a doplňování matic. Kód v jazyce R byl v zájmu zajištění kompatibility aktualizován.