An introduction to statistical learning
Stai vedendo l'anteprima delle prime pagine. Registrati per sbloccare le pagine restanti.
Di cosa parla
- Il testo presenta "An Introduction to Statistical Learning" come un manuale didattico progettato per studenti avanzati e professionisti che necessitano di strumenti pratici per modellare e comprendere dataset complessi, integrando concetti statistici con lo sviluppo informatico del machine learning.
- L'opera si distingue dai testi precedenti focalizzandosi sulle applicazioni pratiche dei metodi piuttosto che sui dettagli matematici rigorosi, fornendo laboratori interattivi in R per implementare tecniche come lasso, regressione sparsa e alberi di classificazione.
- Il contenuto copre una vasta gamma di argomenti fondamentali inclusi la regressione lineare semplice e multipla, la selezione dei modelli tramite sottinsiemi, metodi di regolarizzazione come Ridge e Lasso, e tecniche di riduzione della dimensionalità quali PCA e PLS.
- Vengono approfonditi approcci avanzati per gestire problemi di non linearità attraverso funzioni base, spline, regressione locale e modelli additivi generalizzati (GAM), oltre a trattare specificamente le sfide poste dai dati ad alta dimensionalità.
- Il libro introduce metodi robusti per la valutazione dell'accuratezza dei modelli come la cross-validazione (k-fold, leave-one-out) e il bootstrap, illustrando il compromesso fondamentale tra accuratezza predittiva e interpretabilità del modello.
Registrati e sblocca subito 3 appunti gratis, questo incluso.