Wprowadzenie do uczenia statystycznego: z aplikacjami w R

Opinie czytelników

Książka jest wysoko oceniana jako przystępne i praktyczne wprowadzenie do uczenia statystycznego, odpowiednie dla początkujących naukowców zajmujących się danymi. Jest dobrze napisana przez uznanych autorów i zawiera cenne ćwiczenia, choć niektórzy czytelnicy zauważają problemy z brakującymi rozwiązaniami i jakością oprawy. Choć wielu docenia jej przejrzystość i głębię, niektórzy uważają ją za zbyt złożoną dla początkujących. Doceniono również dostępność darmowych zasobów online.

⬤ Przystępne i praktyczne wprowadzenie do uczenia statystycznego.
⬤ Dobrze napisana przez szanowanych autorów w tej dziedzinie.
⬤ Zawiera cenne ćwiczenia i jasne wyjaśnienia kluczowych pojęć.
⬤ Zawiera edycje w językach R i Python.
⬤ Dostępna darmowa wersja online i towarzyszący jej MOOC.
⬤ Dobra jakość druku i kolorowe ilustracje.

⬤ Niektórzy czytelnicy uważają, że złożoność książki jest przytłaczająca dla osób początkujących w programowaniu.
⬤ Brakujące rozwiązania ćwiczeń.
⬤ Zgłaszane problemy z oprawą.
⬤ Mały rozmiar czcionki w druku.
⬤ Krytyka nadmiernej ilości tekstu z niewystarczającymi pomocami wizualnymi.
⬤ Brak niektórych dyskusji, takich jak skorygowany R-squared.

(na podstawie 48 opinii czytelników)

Oryginalny tytuł:

An Introduction to Statistical Learning: with Applications in R

Zawartość książki:

Przedmowa. - 1 Wprowadzenie.

- 2 Uczenie statystyczne. - 3 Regresja liniowa. - 4 Klasyfikacja.

- 5 Metody ponownego próbkowania.

- 6 Wybór modelu liniowego i regularyzacja. - 7 Wyjście poza liniowość.

- 8 Metody oparte na drzewach. - 9 Maszyny wektorów wspierających. - 10 Deep Learning.

- 11 Analiza przeżycia i dane cenzurowane. - 12 Uczenie bez nadzoru. - 13 Testowanie wielokrotne.

- Indeks.