An Introduction to Statistical Learning: with Applications in R (Springer Texts in Statistics)
Kurzinformation
bestellen
Handgeprüfte Gebrauchtware
Schnelle Lieferung
Faire Preise
inkl. MwSt. Versandinformationen
Artikel zZt. nicht lieferbar
Artikel zZt. nicht lieferbar
Beschreibung
"An Introduction to Statistical Learning: with Applications in R" von Gareth James, Daniela Witten, Trevor Hastie und Robert Tibshirani ist ein umfassendes Lehrbuch, das die Grundlagen des maschinellen Lernens und der statistischen Datenanalyse behandelt. Es richtet sich vor allem an Leser mit einem Hintergrund in Statistik oder verwandten Disziplinen, die praktische Anwendungen in R erlernen möchten. Das Buch deckt eine Vielzahl von Themen ab, darunter lineare Regression, Klassifikation, Resampling-Methoden, lineare Modellwahl und Regularisierung, nichtlineare Modelle sowie Baumverfahren. Darüber hinaus werden unüberwachtes Lernen und Methoden zur Dimensionsreduktion behandelt. Durch zahlreiche Beispiele und Übungen wird der Leser schrittweise an die Anwendung dieser Techniken herangeführt. Besonders hervorzuheben ist der praxisorientierte Ansatz des Buches: Die Autoren legen großen Wert darauf, theoretische Konzepte durch praktische Implementierungen in der Programmiersprache R zu veranschaulichen. Dies ermöglicht es den Lesern, die erlernten Methoden direkt auf reale Datensätze anzuwenden und so ein tieferes Verständnis für die Materie zu entwickeln. Insgesamt bietet das Buch eine zugängliche Einführung in das Gebiet des maschinellen Lernens und ist sowohl für Studenten als auch für Praktiker geeignet, die ihre Kenntnisse im Bereich der statistischen Datenanalyse erweitern möchten.
Produktdetails
So garantieren wir Dir zu jeder Zeit Premiumqualität.
Entdecke mehr vom Verlag
