EBOOK
Scopri i segreti dell'analisi dei dati con “Statistica applicata: analisi dei dati”! Questo eBook completo ti consentirà di diventare un esperto di analisi dei dati, indipendentemente dal tuo attuale livello di competenza.
All'interno troverai:
1. Spiegazioni chiare e concise dei concetti e delle tecniche essenziali di analisi dei dati.
2. Esempi reali e casi di studio per illustrare applicazioni pratiche.
3. Approfondimenti di esperti, suggerimenti e risorse di apprendimento interattive per migliorare la tua comprensione.
Perfetta per studenti, professionisti o chiunque desideri sfruttare la potenza dell'analisi dei dati, questa guida è la chiave per sbloccare il potenziale dei tuoi dati. Trasforma le tue competenze e unisciti agli innumerevoli altri che hanno raggiunto il successo nell'analisi dei dati.
Non aspettare - scarica i nostri campioni GRATUITI di seguito e intraprendi oggi stesso il tuo viaggio verso la padronanza dell'analisi dei dati!
Negli ultimi dieci anni si è verificata un’esplosione nell’informatica e nella tecnologia dell’informazione. Con esso sono arrivate grandi quantità di dati in una varietà di campi come la medicina, la biologia, la finanza e il marketing. La sfida di comprendere questi dati ha portato allo sviluppo di nuovi strumenti nel campo della statistica e ha dato vita a nuove aree come il data mining, l’apprendimento automatico e la bioinformatica. Molti di questi strumenti hanno basi comuni ma sono spesso espressi con terminologie diverse. Questo libro descrive le idee importanti in queste aree in un quadro concettuale comune. Sebbene l’approccio sia statistico, l’enfasi è sui concetti piuttosto che sulla matematica. Vengono forniti molti esempi, con un uso liberale della grafica a colori. È una risorsa preziosa per gli statistici e chiunque sia interessato al data mining nella scienza o nell'industria. La copertura del libro è ampia, dall'apprendimento supervisionato (previsione) all'apprendimento non supervisionato. I numerosi argomenti includono reti neurali, macchine a vettori di supporto, alberi di classificazione e potenziamento: la prima trattazione completa di questo argomento in qualsiasi libro.
Questa importante nuova edizione presenta molti argomenti non trattati nell'originale, inclusi modelli grafici, foreste casuali, metodi di ensemble, regressione dell'angolo minimo e algoritmi di percorso per il lazo, fattorizzazione di matrici non negative e clustering spettrale. C'è anche un capitolo sui metodi per dati "ampi" (p maggiore di n), inclusi test multipli e tassi di scoperta falsa.
Il copyright di questo libro è detenuto da Springer Science+Business Media, LLC, che ha accettato di consentire a Trevor Hastie di mantenere il libro disponibile sul web.
I metodi di machine learning estraggono valore da vasti set di dati in modo rapido e con risorse modeste. Sono strumenti consolidati in un’ampia gamma di applicazioni industriali, tra cui motori di ricerca, sequenziamento del DNA, analisi del mercato azionario e locomozione robotica, e il loro utilizzo si sta diffondendo rapidamente. Le persone che conoscono i metodi possono scegliere di lavori gratificanti. Questo testo pratico apre queste opportunità agli studenti di informatica con un background matematico modesto. È progettato per studenti universitari dell'ultimo anno e studenti di master con un background limitato in algebra lineare e calcolo. Completo e coerente, sviluppa tutto, dal ragionamento di base alle tecniche avanzate nell'ambito di modelli grafici. Gli studenti apprendono più di un menu di tecniche, sviluppano capacità analitiche e di risoluzione dei problemi che li preparano per il mondo reale. In ogni capitolo sono inclusi numerosi esempi ed esercizi, sia teorici che informatici. Le risorse per studenti e docenti, incluso un toolbox MATLAB, sono disponibili online.
Il copyright di questo libro è detenuto dalla Cambridge University Press, che ha accettato di consentirne la pubblicazione versione online rimanere liberamente accessibili.