Предиктивное моделирование на практике (pdf+epub)

PDF
Not available in store
Mark as finished
Notify me when it becomes available:
How to read the book after purchase
Book description

«Предиктивное моделирование на практике» охватывает все аспекты прогнозирования, начиная с ключевых этапов предварительной обработки данных, разбиения данных и основных принципов настройки модели. Все этапы моделирования рассматриваются на практических примерах из реальной жизни, в каждой главе дается подробный код на языке R. Эта книга может использоваться как введение в предиктивные модели и руководство по их применению. Читатели, не обладающие математической подготовкой, оценят интуитивно понятные объяснения конкретных методов, а внимание, уделяемое решению актуальных задач с реальными данными, поможет специалистам, желающим повысить свою квалификацию. Авторы постарались избежать сложных формул, для усвоения основного материала достаточно понимания основных статистических концепций, таких как корреляция и линейный регрессионный анализ, но для изучения углубленных тем понадобится математическая подготовка. Для работы с книгой нужно иметь базовые знания о языке R. Премия Zecgel Technometrics 2014 .

Detailed info
Age restriction:
16+
Date added to LitRes:
27 November 2019
Date of translation:
2019
Size:
640 pp.
ISBN:
978-5-4461-1039-1
Total size:
19 MB
Total number of pages:
640
Page size:
165 x 233 мм
Translator:
Е. А. Матвеев
Copyright:
Питер
Does the book violate the law?
Complain about book
Предиктивное моделирование на практике (pdf+epub) by Макс Кун—download pdf or read online. Leave comments and reviews, vote for your favorite.

Отзывы 2

Сначала популярные
Олег Цыбиков

Очередная замечательная в своем роде книга, безнадежно испорченная безобразным переводом. Можно наугад открывать на любой странице и находить там сразу несколько грубых смысловых ошибок. Пускать такое в печать было никак нельзя, конечно, но деньги не пахнут. Жирный минус издательству Питер.

Владимир Крючков

Книга, действительно, непростая – достаточно сказать, что, судя по анонсу, написана она в далеком будущем (2913 году) и к нам попала неведомыми путями. А если серьезно, качественно новой информации, по сравнению с трудами по прогностике, она практически не несет. Да, база исследования увеличилась за счет Big Data, но алгоритмов и методик практически не добавилось. Да, добавилось глубокое обучение, но ограниченность нейрокомпьютинга давно известна и новые термины ничего к этому факту не добавили. К сожалению. Конечно, чтобы быть в тренде и не молчать в дискуссиях на современных конференциях, полезно с терминами ознакомиться, но если вы хотите с помощью этой книги заглянуть в будущее, не обольщайтесь – пейте старое вино в новых мехах и получайте удовольствие.

Оставьте отзыв