Statistical Foundations of Data Science

Autor Cun-Hui Zhang, Runze Li, Jianqing Fan & další

Statistical Foundations of Data Science - Cun-Hui Zhang,Runze Li,Jianqing Fan,Hui Zou Nedostupné

Statistical Foundations of Data Science

Autor Cun-Hui Zhang, Runze Li, Jianqing Fan & další

0.0 z 5 hvězdiček 0 hodnocení čtenářů

Kniha ( pevná vazba )

    • Produkt je nedostupný.
E-shopové listy

Při zaslání zboží balíčkem

K nákupu nad 99 Kč dárek zdarma v hodnotě 19 Kč

E-shopové listy

Gump: Jsme dvojka

Při zaslání zboží balíčkem

K nákupu nad 499 Kč dárek zdarma v hodnotě 299 Kč

Gump: Jsme dvojka

Statistical Foundations of Data Science gives a thorough introduction to commonly used statistical models, contemporary statistical machine learning techniques and algorithms, along with their mathematical insights and statistical theories. It aims to serve as a graduate-level textbook and a research monograph on high-dimensional statistics,… Přejít na celý popis

10 za 500 - přidali jsme nové knihy Přidali jsme další knihy a prodloužili akci do 31. května. Více informací

K tomuto produktu zákazníci kupují

Popis Hodnocení 0.0 z 5 hvězdiček 0 Vývoj ceny

Popis

Statistical Foundations of Data Science gives a thorough introduction to commonly used statistical models, contemporary statistical machine learning techniques and algorithms, along with their mathematical insights and statistical theories. It aims to serve as a graduate-level textbook and a research monograph on high-dimensional statistics, sparsity and covariance learning, machine learning, and statistical inference. It includes ample exercises that involve both theoretical studies as well as empirical applications.

The book begins with an introduction to the stylized features of big data and their impacts on statistical analysis. It then introduces multiple linear regression and expands the techniques of model building via nonparametric regression and kernel tricks. It provides a comprehensive account on sparsity explorations and model selections for multiple regression, generalized linear models, quantile regression, robust regression, hazards regression, among others. High-dimensional inference is also thoroughly addressed and so is feature screening. The book also provides a comprehensive account on high-dimensional covariance estimation, learning latent factors and hidden structures, as well as their applications to statistical estimation, inference, prediction and machine learning problems. It also introduces thoroughly statistical machine learning theory and methods for classification, clustering, and prediction. These include CART, random forests, boosting, support vector machines, clustering algorithms, sparse PCA, and deep learning.

Sdílet

autoři
Cun-Hui Zhang | Runze Li | Jianqing Fan | Hui Zou
kategorie
Knihy » Cizojazyčná literatura » English literature
Nakladatel
Taylor & Francis
Rozměr
241 x 163 x 45
jazyk
angličtina
Vazba
pevná vazba
Hmotnost
1378 g
isbn
978-1-4665-1084-5
Počet stran
774
datum vydání
17.08.2020
ean
9781466510845

Hodnocení a recenze čtenářů Nápověda

0.0 z 5 0 hodnocení čtenářů

0× 5 hvězdiček 0× 4 hvězdičky 0× 3 hvězdičky 0× 2 hvězdičky 0× 1 hvezdička

Přidejte své hodnocení knihy

Načíst další hodnocení

Zobrazit všechna hodnocení

Přidat hodnocení

Vývoj ceny

Vývoj ceny Nápověda

Získejte přehled o vývoji ceny za posledních 60 dní.

Maloobchodní cena Minimální prodejní cena: 0 Kč Nápověda

Články, které stojí za pozornost

Zobrazit blog

Články, které stojí za pozornost