Hodnotenie:
Kniha má zmiešané recenzie, chváli sa za komplexné pokrytie detekcie a analýzy odľahlých hodnôt s primeranou rovnováhou teórie a aplikácie. Niektorí čitatelia ju však považujú za únavnú, pričom v niektorých exemplároch sa uvádza zlá kvalita papiera. Hoci ju ocenia tí, ktorí majú silné štatistické zázemie, nemusí byť vhodná pre začiatočníkov.
Výhody:⬤ Komplexný a aktuálny zdroj informácií o detekcii odľahlých hodnôt
⬤ prehľadne napísaný s dobrou rovnováhou teórie, aplikácie a pojmov
⬤ vhodný pre štatistikov a dátových vedcov
⬤ dobre organizovaný
⬤ poskytuje ucelený rámec
⬤ zahŕňa najnovší vývoj.
⬤ Ťažká matematika a nie je vhodná pre začiatočníkov
⬤ môže byť únavná a opakujúca sa pri čítaní
⬤ slabá kvalita papiera v niektorých exemplároch
⬤ chýbajú príklady kódu
⬤ vysvetlenia môžu byť zbytočne komplikované
⬤ niektoré koncepty môžu byť príliš rozvláčne.
(na základe 12 čitateľských recenzií)
Outlier Analysis
Poskytuje všetky základné algoritmy pre analýzu odľahlých hodnôt vo veľkom detaile, vrátane algoritmov pre pokročilé typy údajov, vrátane konkrétnych poznatkov o tom, kedy a prečo jednotlivé algoritmy fungujú efektívne.
Rozoberá najnovšie myšlienky v tejto oblasti, ako sú súbory odľahlých hodnôt, faktorizácia matíc, jadrové metódy a neurónové siete.
Zahŕňa teoretické a praktické aspekty analýzy odľahlých hodnôt vrátane konkrétnych praktických detailov pre presnú implementáciu.
Ponúka množstvo ilustrácií a cvičení na výučbu v triede vrátane príručky s riešeniami.
© Book1 Group - všetky práva vyhradené.
Obsah tejto stránky nesmie byť kopírovaný ani použitý čiastočne alebo v celku bez písomného súhlasu vlastníka.
Posledná úprava: 2024.11.13 22:11 (GMT)