Úvod do statistického učení: S aplikacemi v Pythonu

Recenze čtenářů

Kniha se setkala se smíšenými ohlasy, které zdůrazňují její užitečnost při výuce statistiky, zejména s využitím jazyka Python. Zatímco mnozí recenzenti chválili hloubku obsahu a praktické poznatky, některým čtenářům kazily zážitek problémy spojené se špatnou vazbou a kontrolou kvality. Kritika navíc směřovala k části o Pythonu, kterou někteří považovali za zastaralou a závislou na nepotřebných balíčcích.

⬤ Vynikající hloubka obsahu o statistice, díky čemuž je vhodná pro samostudium.
⬤ Kvalitní pevná vazba s barevnými vizualizacemi (pokud je obdržíte v řádném stavu).
⬤ Praktický přístup s příklady využívajícími Python, díky čemuž je ideální pro datovou vědu a analytiku.
⬤ Dobrý úvodní materiál, který se vyhýbá zahlcující matematice a je přitažlivý pro začátečníky.
⬤ Další podpůrné zdroje jsou k dispozici online.

⬤ Několik recenzentů obdrželo špatně svázané nebo poškozené výtisky knihy.
⬤ Část věnovaná jazyku Python byla kritizována za zastaralost a spoléhání se na nevyhovující balík ISLP namísto běžných postupů.
⬤ Některé výtisky dorazily v černobílém provedení, přestože se očekával barevný tisk, což vedlo ke zmatkům a problémům s vizuální přehledností.
⬤ Problémy s kvalitou papíru a vazby hlášené více uživateli.

(na základě 19 hodnocení čtenářů)

Původní název:

An Introduction to Statistical Learning: With Applications in Python

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, 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. Kniha je určena statistikům i nestatistikům, kteří chtějí při analýze svých dat využívat nejmodernější techniky statistického učení.

Čtyři z autorů jsou spoluautory knihy An Introduction to Statistical Learning, With Applications in R (ISLR), která se stala základem výuky v bakalářských a magisterských studijních programech po celém světě a také důležitou referenční knihou pro datové vědce. Jedním z klíčů k jejímu úspěchu bylo, že každá kapitola obsahuje výukový program pro implementaci prezentovaných analýz a metod v prostředí vědeckých počítačů R.

V posledních letech se však Python stal populárním jazykem pro datovou vědu a vzrostla poptávka po alternativě k ISLR založené na Pythonu. Proto tato kniha (ISLP) zahrnuje stejné materiály jako ISLR, ale s laboratořemi implementovanými v jazyce Python.

Tyto laboratoře budou užitečné jak pro nováčky v Pythonu, tak pro zkušené uživatele.