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 Trevor Hastie und seinen Mitautoren ist ein umfassendes Lehrbuch, das sich mit den Grundlagen des maschinellen Lernens und der statistischen Datenanalyse beschäftigt. Es richtet sich vor allem an Leser, die praktische Anwendungen im Bereich der Statistik und Datenwissenschaft erlernen möchten, insbesondere unter Verwendung der Programmiersprache R. Das Buch deckt eine Vielzahl von Themen ab, darunter lineare Regression, Klassifikation, Resampling-Methoden, Shrinkage-Ansätze, Baumverfahren, Support Vector Machines und Clustering. Jedes Kapitel bietet sowohl theoretische Erklärungen als auch praktische Beispiele und Übungen in R, um das Verständnis zu vertiefen. Ein besonderer Fokus liegt auf der Anwendung dieser Methoden zur Lösung realer Probleme in verschiedenen Bereichen. Die Autoren legen Wert darauf, komplexe Konzepte zugänglich zu machen und bieten zahlreiche visuelle Darstellungen zur Unterstützung des Lernprozesses. Das Buch ist ideal für Studierende und Fachleute aus den Bereichen Statistik, Computerwissenschaften und verwandten Disziplinen.
Produktdetails
So garantieren wir Dir zu jeder Zeit Premiumqualität.
Über den Autor
- Gebunden
- 456 Seiten
- Erschienen 2017
- Springer
- Kartoniert
- 272 Seiten
- Erschienen 2012
- Springer
- Gebunden
- 745 Seiten
- Erschienen 2017
- Springer
- hardcover
- 840 Seiten
- Erschienen 2012
- Taylor & Francis Ltd
- paperback
- 250 Seiten
- Erschienen 2004
- Springer
- Kartoniert
- 434 Seiten
- Erschienen 2017
- Wiley-VCH
- paperback
- 380 Seiten
- Erschienen 2019
- Springer
- paperback
- 348 Seiten
- Erschienen 2006
- Springer
- Gebundene Ausgabe
- 514 Seiten
- Erschienen 2020
- Wiley



