Hodnotenie:
Kniha je vysoko hodnotená ako prístupný a praktický úvod do štatistického učenia, vhodný pre začínajúcich dátových vedcov. Je dobre napísaná uznávanými autormi a obsahuje cenné cvičenia, hoci niektorí čitatelia upozorňujú na problémy s chýbajúcimi riešeniami a kvalitou väzby. Mnohí oceňujú jej prehľadnosť a hĺbku, niektorí ju však považujú za príliš zložitú pre začiatočníkov. Oceňuje sa aj dostupnosť bezplatných online zdrojov.
Výhody:⬤ Prístupný a praktický úvod do štatistického učenia.
⬤ Dobre napísaný uznávanými autormi v tejto oblasti.
⬤ Poskytuje cenné cvičenia a jasné vysvetlenia kľúčových pojmov.
⬤ Obsahuje vydania v jazykoch R aj Python.
⬤ K dispozícii je bezplatná online verzia a sprievodný MOOC.
⬤ Kvalitná tlač a farebné ilustrácie.
⬤ Niektorí čitatelia považujú zložitosť knihy za ohromujúcu pre tých, ktorí s programovaním začínajú.
⬤ Chýbajúce riešenia cvičení.
⬤ Hlásené problémy s väzbou.
⬤ Malá veľkosť písma v tlači.
⬤ Kritika nadmerného množstva textu s nedostatočnými vizuálnymi pomôckami.
⬤ Chýbajú niektoré diskusie, ako napríklad upravený R-kvadrát.
(na základe 48 čitateľských recenzií)
An Introduction to Statistical Learning: with Applications in R
Predslov. - 1 Úvod.
- 2 Štatistické učenie. - 3 Lineárna regresia. - 4 Klasifikácia.
- 5 Metódy prevzorkovania.
- 6 Výber lineárneho modelu a regularizácia. - 7 Pohyb za hranicu linearity.
- 8 Metódy založené na stromoch. - 9 Stroje s podpornými vektormi. - 10 Hlboké učenie.
- 11 Analýza prežitia a cenzorované údaje. - 12 Učenie bez dozoru. - 13 Viacnásobné testovanie.
- Index.
© 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)