Tehnici statistice multivariate moderne: Regresie, clasificare și învățare multiplă

Recenzii ale cititorilor

Cartea oferă o abordare revigorantă și modernă a analizei multivariate, acoperind o gamă largă de tehnici și aplicații contemporane. Este potrivită pentru studenții avansați și profesioniștii în statistică și știința datelor, oferind profunzime în unele domenii, menținând în același timp o amploare cuprinzătoare. Cu toate acestea, este posibil să nu fie ideală pentru începători din cauza materialului său complex și a conciziei subiectelor fundamentale.

⬤ Acoperire cuprinzătoare a tehnicilor multivariate moderne.
⬤ Potrivit pentru studenții avansați și profesioniștii în statistică și știința datelor.
⬤ Integrarea bună a diferitelor aplicații (genetică, medicină etc.) cu exemple utile.
⬤ Excelentă prezentare cu grafice color și un aspect bine structurat.
⬤ Include perspective asupra unor aspecte practice precum calitatea și explorarea datelor.

⬤ Presupune cunoștințe prealabile de algebră matriceală și metode multivariate, ceea ce s-ar putea să nu convină începătorilor.
⬤ Unele subiecte, în special metodele bayesiene, sunt slab reprezentate.
⬤ Capitolul care trece în revistă algebra matriceală/lineară este considerat prea scurt și poate întrerupe fluxul pentru cititorii mai puțin încrezători.
⬤ Poate fi dificil de învățat pentru cei care nu sunt familiarizați cu materialul, putând necesita resurse suplimentare.

(pe baza a 12 recenzii ale cititorilor)

Titlul original:

Modern Multivariate Statistical Techniques: Regression, Classification, and Manifold Learning

Conținutul cărții:

Progresele remarcabile în domeniul calculării și stocării datelor, precum și disponibilitatea imediată a unor seturi uriașe de date au reprezentat cheia dezvoltării noilor discipline de extragere a datelor și învățare automată, în timp ce succesul enorm al Proiectului Genomului Uman a deschis domeniul bioinformaticii.

Aceste evoluții interesante, care au condus la introducerea multor instrumente statistice inovatoare pentru analiza datelor înalt-dimensionale, sunt descrise aici în detaliu. Autorul adoptă o perspectivă largă; pentru prima dată într-o carte despre analiza multivariată, metodele neliniare sunt discutate în detaliu, precum și metodele liniare. Tehnicile abordate variază de la metodele multivariate tradiționale, cum ar fi regresia multiplă, componentele principale, variantele canonice, analiza discriminantă liniară, analiza factorială, gruparea, scalarea multidimensională și analiza corespondenței, până la metodele mai noi de estimare a densității, urmărirea proiecției, rețelele neuronale, regresia multivariată cu rang redus, învățarea neliniară a mulțimilor, bagging, boosting, pădurile aleatoare, analiza componentelor independente, mașinile vectoriale de suport și arborii de clasificare și regresie. O altă caracteristică unică a acestei cărți este discutarea sistemelor de gestionare a bazelor de date.

Această carte se adresează studenților universitari avansați, studenților absolvenți și cercetătorilor în statistică, informatică, inteligență artificială, psihologie, științe cognitive, afaceri, medicină, bioinformatică și inginerie. Este necesară familiarizarea cu calculul multivariabil, algebra liniară, probabilitatea și statistica. Cartea prezintă un amestec atent integrat de teorie și aplicații și de tehnici statistice multivariate clasice și moderne, inclusiv metode bayesiene. Există peste 60 de seturi de date interesante folosite ca exemple în carte, peste 200 de exerciții și multe ilustrații și fotografii color.