Книги / Компьютерная литература / Разработка ПО / Общие вопросы разработки и тестирования программного обеспечения
Предиктивное моделирование на практике
Кун Макс, Джонсон Кьелл
Код товара: 3718092
(0 оценок)Оценить
ОтзывНаписать отзыв
ВопросЗадать вопрос
1 / 10
PDF
1 / 10
Нет в наличии
Доставим в
г. МоскваКурьером
бесплатно от 3 500 ₽
В пункт выдачи
от 77 ₽
бесплатно от 2 000 ₽
Точная стоимость доставки рассчитывается при оформлении заказа
Год издания:
2019 г.
Может быть отгружен товар указанного или более позднего года
Серия:
Редактор:
Переводчик:
Описание
Характеристики
«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.
Для работы с книгой нужно иметь базовые знания о 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.
Для работы с книгой нужно иметь базовые знания о языке R.
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
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
Отзывы
Вопросы
Поделитесь своим мнением об этом товаре с другими покупателями — будьте первыми!
Дарим бонусы за отзывы!
За какие отзывы можно получить бонусы?
- За уникальные, информативные отзывы, прошедшие модерацию
Как получить больше бонусов за отзыв?
- Публикуйте фото или видео к отзыву
- Пишите отзывы на товары с меткой "Бонусы за отзыв"
Задайте вопрос, чтобы узнать больше о товаре
Если вы обнаружили ошибку в описании товара «Предиктивное моделирование на практике» (авторы: Кун Макс, Джонсон Кьелл), то выделите её мышкой и нажмите Ctrl+Enter. Спасибо, что помогаете нам стать лучше!