Imagen de Portada

An Introduction to Statistical Learning. With Applications in R

  • Autor:
  • Editorial: Springer

0

Pendiente de reposición  

0 €

Actualmente no disponemos de este material en nuestro almacén. Si desea que le informemos cuando haya sido repuesto, introduzca su dirección de correo electrónico en la casilla correspondiente y pulse en el botón Me Interesa. Muchas Gracias.
Dirección de correo electronico:

Material válido paraClase de materialTipo de materialCarreraCurso
Técnicas de Estadística para el Análisis Científico de DatosUnidad DidácticaComplementarioPROGRAMA DE POSTGRADODIPLOMA DE EXPERTO UNIVERSITARIO

Reseña

An Introduction to Statistical Learning provides an accessible overview of the field of statistical learning, an essential toolset for making sense of the vast and complex data sets that have emerged in fields ranging from biology to finance to marketing to astrophysics in the past twenty years. This book presents some of the most important modeling and prediction techniques, along with relevant applications. Topics include linear regression, classification, resampling methods, shrinkage approaches, tree-based methods, support vector machines, clustering, and more. Color graphics and real-world examples are used to illustrate the methods presented. Since the goal of this textbook is to facilitate the use of these statistical learning techniques by practitioners in science, industry, and other fields, each chapter contains a tutorial on implementing the analyses and methods presented in R, an extremely popular open source statistical software platform.

Two of the authors co-wrote The Elements of Statistical Learning (Hastie, Tibshirani and Friedman, 2nd edition 2009), a popular reference book for statistics and machine learning researchers. An Introduction to Statistical Learning covers many of the same topics, but at a level accessible to a much broader audience. This book is targeted at statisticians and non-statisticians alike who wish to use cutting-edge statistical learning techniques to analyze their data. The text assumes only a previous course in linear regression and no knowledge of matrix algebra.

Detalles

  • Nº de edición:
  • Año de edición: 0
  • Número de reimpresión:
  • Año de reimpresión: 0
  • Lugar: INGLATERRA
  • Dimensiones:
  • Páginas: 0
  • Soporte:
  • ISBN: 9781461471370

Recomendar a un amigo

Si deseas recomendar este material a un amigo, escribe tu nombre y su dirección de correo electrónico.
Tu nombre: Su e-mail:


Logotipo de la Universidad Nacional de Educación a Distancia

© Fundación Ramón J. Sender 2000-2016. Registrado en España
Centro de la UNED Barbastro [Contacto]

Logotipo de la Fundación Ramón J. Sender

Icono de alerta Las cookies nos permiten ofrecer nuestros servicios. Al navegar por LibrosUNED.com, consideramos que acepta el uso que hacemos de ellas.
Puede cambiar la configuración de cookies en cualquier momento. Para más información, puede consultar nuestro documento de politica de cookies

Cerrar