Прикладное прогностическое моделирование (математика и статистика) на русском
#1312227
Applied Predictive Modeling (Mathematics and Statistics) (B00K15TZU0)
Купить и скачать электронную книгу в форматах PDF, EPUB, FB2, MOBI
Max Kuhn | #35: Математическое и статистическое программное обеспечение
Лауреат премии Technometrics Ziegel Prize 2014 года в номинации «Выдающаяся книга».
Книга «Прикладное предиктивное моделирование» охватывает весь процесс предиктивного моделирования, начиная с важнейших этапов предварительной обработки данных, разделения данных и основ настройки модели. Затем в тексте приводятся интуитивно понятные объяснения многочисленных распространенных и современных методов регрессии и классификации, всегда с акцентом на иллюстрацию и решение реальных задач обработки данных. Рассмотрение практических вопросов выходит за рамки подгонки модели и затрагивает такие темы, как обработка дисбаланса классов, выбор предикторов и выявление причин низкой производительности модели — все это проблемы, часто встречающиеся на практике.
В тексте все этапы процесса моделирования иллюстрируются многочисленными практическими примерами из реальной жизни. Каждая глава содержит подробный код на языке R для каждого шага процесса. Наборы данных и соответствующий код доступны в сопутствующем пакете R AppliedPredictiveModeling, который находится в свободном доступе в архиве CRAN.
Этот универсальный учебник может использоваться в качестве введения в прогностические модели и общий процесс моделирования, в качестве справочного пособия для практикующих специалистов, а также в качестве учебника для продвинутых курсов по прогностическому моделированию на уровне бакалавриата или магистратуры. С этой целью каждая глава содержит наборы задач для закрепления изученных концепций и использует данные, доступные в пакете R, прилагаемом к книге.
Читателям и студентам, заинтересованным в применении описанных методов, необходимо иметь базовые знания языка R. Для изучения некоторых более сложных тем потребуются математические знания.
Книга «Прикладное предиктивное моделирование» охватывает весь процесс предиктивного моделирования, начиная с важнейших этапов предварительной обработки данных, разделения данных и основ настройки модели. Затем в тексте приводятся интуитивно понятные объяснения многочисленных распространенных и современных методов регрессии и классификации, всегда с акцентом на иллюстрацию и решение реальных задач обработки данных. Рассмотрение практических вопросов выходит за рамки подгонки модели и затрагивает такие темы, как обработка дисбаланса классов, выбор предикторов и выявление причин низкой производительности модели — все это проблемы, часто встречающиеся на практике.
В тексте все этапы процесса моделирования иллюстрируются многочисленными практическими примерами из реальной жизни. Каждая глава содержит подробный код на языке R для каждого шага процесса. Наборы данных и соответствующий код доступны в сопутствующем пакете R AppliedPredictiveModeling, который находится в свободном доступе в архиве CRAN.
Этот универсальный учебник может использоваться в качестве введения в прогностические модели и общий процесс моделирования, в качестве справочного пособия для практикующих специалистов, а также в качестве учебника для продвинутых курсов по прогностическому моделированию на уровне бакалавриата или магистратуры. С этой целью каждая глава содержит наборы задач для закрепления изученных концепций и использует данные, доступные в пакете R, прилагаемом к книге.
Читателям и студентам, заинтересованным в применении описанных методов, необходимо иметь базовые знания языка R. Для изучения некоторых более сложных тем потребуются математические знания.