An Introduction to Statistical Learning: with Applications in R (Springer Texts in Statistics)
Kurzinformation
inkl. MwSt. Versandinformationen
Lieferzeit 1-3 Werktage
Lieferzeit 1-3 Werktage

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 sich an Leser richtet, die statistische Lerntechniken und deren Anwendungen verstehen möchten. Das Buch bietet eine Einführung in wichtige Konzepte des maschinellen Lernens und der Statistik, wobei der Schwerpunkt auf praktischen Anwendungen liegt. Es behandelt Themen wie lineare Regression, Klassifikationsmethoden, Resampling-Methoden, Modellbewertung und -auswahl sowie nicht-lineare Modelle. Darüber hinaus werden fortgeschrittenere Techniken wie Support Vector Machines (SVM), Entscheidungsbäume und Clustering erläutert. Jedes Kapitel enthält praktische Beispiele und Übungen mit dem Fokus auf die Umsetzung in R, einer weit verbreiteten Programmiersprache für statistische Analysen. Das Buch ist sowohl für Anfänger als auch für Fortgeschrittene geeignet und wird häufig als Lehrmaterial in Universitätskursen verwendet. Es verbindet theoretisches Wissen mit praktischen Fähigkeiten zur Analyse realer Datensätze.
Produktdetails
So garantieren wir Dir zu jeder Zeit Premiumqualität.
Über den Autor
- hardcover
- 422 Seiten
- Erschienen 2018
- Cambridge University Pr.
- Gebunden
- 1051 Seiten
- Erschienen 2012
- Wiley & Sons
- paperback
- 593 Seiten
- Erschienen 2020
- Routledge
-
-
-
- Erschienen 1999
- W H Freeman & Co
- hardcover
- 192 Seiten
- Erschienen 2021
- Wiley
- Kartoniert
- 296 Seiten
- Erschienen 2011
- Springer
- Gebunden
- 514 Seiten
- Erschienen 2008
- Springer
- Hardcover
- 411 Seiten
- Erschienen 2012
- Hogrefe Verlag



