Bu kitap, tıp, biyoloji, finans ve pazarlama gibi çeşitli alanlardaki önemli fikirleri ortak bir kavramsal çerçevede anlatmaktadır.. Yaklaşım istatistiksel olsa da, vurgu matematikten çok kavramlar üzerindedir.. Bol renkli grafik kullanılarak birçok örnek verilmiştir.. İstatistikçiler ve bilim veya endüstride veri madenciliği ile ilgilenen herkes için değerli bir kaynaktır.. Kitabın kapsamı geniştir, denetimli öğrenmeden (tahmin) denetimsiz öğrenmeye. Birçok konu arasında sinir ağları, destek vektör makineleri, sınıflandırma ağaçları ve boosting yer almaktadır---bu konunun herhangi bir kitaptaki ilk kapsamlı ele alınışı.
Bu büyük yeni baskı, orijinalde yer almayan grafik modeller, rastgele ormanlar, topluluk yöntemleri, lasso için en küçük açı regresyonu ve yol algoritmaları, negatif olmayan matris ayrıştırma ve spektral kümeleme dahil olmak üzere birçok konuyu içermektedir.. Ayrıca "geniş" veriler için yöntemler üzerine bir bölüm de bulunmaktadır. (p, n'den büyük), çoklu test yapmayı ve yanlış keşif oranlarını içeren.
yazar hakkında
Trevor Hastie, Robert Tibshirani ve Jerome Friedman, Stanford Üniversitesi'nde istatistik profesörleridir.. Bu alanda önde gelen araştırmacılardır: Hastie ve Tibshirani genelleştirilmiş eklemeli modelleri geliştirdiler ve bu başlığa sahip popüler bir kitap yazdılar. Hastie, R/S-PLUS'taki istatistiksel modelleme yazılım ve ortamının çoğunu ortaklaşa geliştirdi ve ana eğrileri ile yüzeylerini icat etti.. Tibshirani lasso yöntemini önerdi ve çok başarılı olan An Introduction to the Bootstrap kitabının ortak yazarıdır.
Teslim edilmediğinde para iadesi
