Предиктивное моделирование на практике (Кун Макс, Джонсон Кьелл) ; Питер, 2019

от 2214 р. до 2695 р.

Автор(ы): Кун Макс; Джонсон Кьелл;
Издатель: Питер
EAN: 978-5-4461-1039-1
ISBN: 978-5-4461-1039-1
все характеристики
ID: SKU46159
Добавлено: 15.08.2021

Рейтинг:

(4.5/5)

Отзывы (2) Написать отзыв

Цены (5)Описание Содержание О книге Отзывы (2)

Сравнить цены

Цена от 2214 р. до 2695 р. в 5 магазинах

Магазин	Цена	Наличие
Буквоед 5/5 ООО «Новый Книжный Центр» ИНН: 7710422909	2695 р. Минимальная сумма заказа 100 рублей история цены
Book24 5/5 ООО "Новый Книжный Центр" ИНН: 7710422909	2695 р. 2929 р. история цены
Мегамаркет 5/5 ООО "МАРКЕТПЛЕЙС" ИНН: 9701048328	2214 р. 4274 р. история цены
Яндекс.Маркет 5/5 ООО "ЯНДЕКС" ИНН: 7736207543	2214 р. 4274 р. история цены
Питер 5/5	2272 р. история цены
Лабиринт 5/5 ООО "ЛАБИРИНТ.РУ" ИНН: 7728644571
Читай-город 5/5 ООО "Новый Книжный Центр" ИНН: 7710422909
МАЙШОП 5/5 ООО "МАГАЗИН КНИГ" ИНН: 9725076959	Один из первых книжных интернет-магазинов, работающий с 2002 года

Как купить или где мы находимся +

Описание

«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.

Смотри также Характеристики.

Яндекс.Маркет

Содержание

Предисловие
Глава 1. Введение
ЧАСТЬ I ОБЩИЕ СТРАТЕГИИ
Глава 2. Краткий обзор процесса предиктивного
моделирования
Глава 3. Предварительная обработка данных
Глава 4. Переобучение и настройка модели
ЧАСТЬ II РЕГРЕССИОННЫЕ МОДЕЛИ
Глава 5. Измерение эффективности регрессионных
моделей
Глава б. Модели с признаками линейной регрессии
Глава 7. Нелинейные регрессионные модели
Глава 8. Древовидные модели. Модели на базе
правил
Глава 9. Обзор моделей растворимости
Глава 10. Практический пример: сопротивление
сжатию бетонных смесей
ЧАСТЬ III КЛАССИФИКАЦИОННЫЕ МОДЕЛИ
Глава 11. Определение эффективности в
классификационных моделях
Глава 12. Дискриминантный анализ и другие
линейные классификационные модели
Глава 13, Нелинейные классификационные модели
Глава 14. Деревья классификации и модели на базе
правил
Глава 15. Сравнительный анализ моделей для
заявок на получение грантов
Глава 16. Решение проблемы дисбаланса классов
Глава 17. Практикум: планирование заданий
ЧАСТЬ IV ПРОЧИЕ ВОПРОСЫ ПРЕДИКТИВНОГО
МОДЕЛИРОВАНИЯ
Глава 18. Определение важности предикторов
Глава 19. Выбор признаков
Глава 20. Факторы, влияющие на эффективность
модели
ПРИЛОЖЕНИЯ
Приложение А. Краткая сводка различных моделей
Приложение Б. Введение в R
Приложение В. Рекомендуемые веб-сайты
Список источников

О книге


Серия	Для профессионалов
Издатель	Питер
Год издания	2019
Страниц	640
Переплёт	твердый
ISBN	978-5-4461-1039-1
Размеры	17,10 см × 24,00 см × 3,20 см
Формат	70х100/16 (171х241 мм)
Автор(ы)	Кун Макс, Джонсон Кьелл
Тематика	Информатика
Тираж	1000
Переплет	Твердый переплёт
Возрастные ограничения	16
Кол-во страниц	640
Оформление обложки	частичная лакировка
Возрастное ограничение	16+
Тип обложки	твердая
Вес	972
Издательство	ООО "Прогресс книга"
Количество страниц	640
Количество книг	1
Язык издания	Русский
Обложка	твердый переплёт

Отзывы (2)

Олег Цыбиков
- 31 августа 2020

5/5

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.
0 0
Владимир Крючков
- 16 мая 2020

4/5

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.
0 0