Сертифікати Вступ до статистичного навчання з прикладами мовою Python
Паперова книга
В наявності
1490₴
Доставка
від 0
Нова Пошта
від 0 до 69 грн
на відділення
69 грн
для замовлень від 799 грн
безкоштовно
в поштомат
65 грн
для замовлень від 599 грн
безкоштовно
Укрпошта
від 0 до 45 грн
на відділення
45 грн
для замовлень від 399 грн
безкоштовно
в поштомат
45 грн
для замовлень від 399 грн
безкоштовно
Meest Пошта
від 0 до 52 грн
на відділення
52 грн
для замовлень від 499 грн
безкоштовно
Оплата
Післяплата, карткою
Післяплата
на пошті при отриманні замовлення
Картою
оплата картою на сайті
| Автор | Ґарет Джеймс, Даніела Віттен, Тревор Гасті, Роберт Тібшірані, Джонатан Тейлор |
|---|---|
| Видавництво | Наш Формат |
| Перекладач | Ольга Осипова, Ігор Мірошниченко |
| Рік видання | 2026 |
| Мова | Українська |
| Обкладинка | Тверда |
| ISBN | 9786178650605 |
| Формат | 160x240xмм |
| Тип | Паперова книга |
| Наявність ілюстрацій | Ні |
| Перекладна | Так |
Анотація "Вступ до статистичного навчання з прикладами мовою Python", Ґарет Джеймс, Даніела Віттен, Тревор Гасті, Роберт Тібшірані, Джонатан Тейлор
«Вступ до статистичного навчання з додатками мовою Python» надає доступний огляд галузі статистичного навчання, необхідного набору інструментів для розуміння величезних і складних наборів даних, які з’явилися в різних галузях від біології до фінансів, маркетингу та астрофізики за останні двадцять років. У цій книзі представлені деякі з найважливіших методів моделювання та прогнозування, а також відповідні програми.
Теми включають лінійну регресію, класифікацію, методи повторної вибірки, підходи до стиснення, методи на основі дерев, опорні векторні машини, кластеризацію, глибоке навчання, аналіз виживання, багаторазове тестування тощо. Для ілюстрації представлених методів використовуються кольорові графіки та реальні приклади.
Ця книга орієнтована як на статистиків, так і на тих, хто не займається статистикою, які бажають використовувати передові статистичні методи навчання для аналізу своїх даних.
Теми включають лінійну регресію, класифікацію, методи повторної вибірки, підходи до стиснення, методи на основі дерев, опорні векторні машини, кластеризацію, глибоке навчання, аналіз виживання, багаторазове тестування тощо. Для ілюстрації представлених методів використовуються кольорові графіки та реальні приклади.
Ця книга орієнтована як на статистиків, так і на тих, хто не займається статистикою, які бажають використовувати передові статистичні методи навчання для аналізу своїх даних.
Write Your Own Review
