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 grundlegende Konzepte der statistischen Datenanalyse und des maschinellen Lernens behandelt. Das Buch richtet sich an Leser mit unterschiedlichem Hintergrund, einschließlich Studenten und Fachleuten aus verschiedenen Disziplinen. Die Autoren erklären auf zugängliche Weise die wichtigsten Techniken des statistischen Lernens und ihre Anwendungsmöglichkeiten. Zu den behandelten Themen gehören lineare Regression, Klassifikationsverfahren, Resampling-Methoden, lineare Modellselektion und Regularisierung, nichtlineare Modelle sowie Baum-basierte Methoden. Ein besonderes Merkmal des Buches ist die Integration von Beispielen in der Programmiersprache R, die es dem Leser ermöglichen, die theoretischen Konzepte praktisch anzuwenden. Das Buch legt großen Wert auf Intuition und praktische Anwendungen statt auf mathematische Details und bietet zahlreiche Übungen zur Vertiefung des Gelernten. Es dient als Einführung in das Gebiet des statistischen Lernens und bietet eine solide Grundlage für weiterführende Studien oder Anwendungen im Bereich der Datenwissenschaft.
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



