Ваш любимый книжный интернет-магазин
Перейти на
GlavKniga.KZ
Ваш город: Москва
Ваше местоположение – Москва
 Да 
От вашего выбора зависит время и стоимость доставки
Корзина: пуста
Авторизация 
  Логин
  
  Пароль
  
Регистрация  Забыли пароль?

Поиск по каталогу 
(строгое соответствие)
ISBN
Фраза в названии или аннотации
Автор
Язык книги
Год издания
с по
Электронный носитель
Тип издания
Вид издания
Отрасли экономики
Отрасли знаний
Сферы деятельности
Надотраслевые технологии
Разделы каталога
худ. литературы
Читайте отзывы покупателей и оценивайте качество магазина на Яндекс.Маркете

Популярное введение в современный анализ данных и машинное обучение на STATISTICA

В наличии
Местонахождение: МоскваСостояние экземпляра: новый
Бумажная
версия
Автор: Боровиков В.П.
ISBN: 978-5-9912-0738-6
Год издания: 2018
Формат книги: 70×100/16 (170×240 мм)
Количество страниц: 354
Издательство: М.: Горячая линия – Телеком
Цена: 727 руб.
Положить в корзину
Позиции в рубрикаторе
Отрасли знаний:
Код товара: 199502
Способы доставки в город Москва *
комплектация (срок до отгрузки) не более 4 рабочих дней
Возможность
оплаты при
получении заказа
Самовывоз из Москвы (собственные пункты самовывоза) Нет, только предоплата
Самовывоз из города Москва (пункты самовывоза партнёра CDEK)Есть, наличными и банковской картой
Курьерская доставка CDEK из города МоскваЕсть, наличными и банковской картой
Доставка Почтой России из города МоскваЕсть, наличными
Экспресс-доставка EMS из города МоскваНет, только предоплата
      Аннотация: Популярно и увлекательно освещены современные возможности анализа данных и машинного обучения, являющегося трендом современной компьютерной аналитики. В изложении упор сделан на понимании методов и их применении к практическим задачам. «Делайте вслед за нами, и вы научитесь анализировать данные!» – основной лейтмотив книги.
      Подробно описаны классические статистические методы, включая многомерные методы: кластерный, дискриминантный анализ, множественная регрессия, факторный анализ, метод главных компонент, анализ выживаемости и регрессия Кокса. В отдельных главах изложены нейросетевые методы, методы добычи данных, деревья классификации и регрессии (CART – модели). Рассмотрены примеры из различных областей человеческой деятельности: промышленности, ритейла, инфокоммуникаций, бизнеса, медицины. Специальные главы посвящены теории вероятностей и методам оптимизации, лежащим в основе методов машинного обучения. Книга отражает многолетний опыт автора в решении прикладных задач и участия в значимых проектах. Синтез современных технологий и понимание методов позволяет добиться успеха в решении конкретных прикладных задач.
      Для широкого круга читателей: инженеров, технологов, менеджеров, аналитиков, врачей, исследователей, интересующихся современными аналитическими методами и технологиями анализа данных и машинного обучения и их применением на практике.