Applied Predictive Modeling
2013 թ. մյս · Springer Science & Business Media
4,2star
4 կարծիքreport
Էլ. գիրք
600
Էջեր
reportԳնահատականները և կարծիքները չեն ստուգվում Իմանալ ավելին
Այս էլ․ գրքի մասին
Applied Predictive Modeling covers the overall predictive modeling process, beginning with the crucial steps of data preprocessing, data splitting and foundations of model tuning. The text then provides intuitive explanations of numerous common and modern regression and classification techniques, always with an emphasis on illustrating and solving real data problems. The text illustrates all parts of the modeling process through many hands-on, real-life examples, and every chapter contains extensive R code for each step of the process. This multi-purpose text can be used as an introduction to predictive models and the overall modeling process, a practitioner’s reference handbook, or as a text for advanced undergraduate or graduate level predictive modeling courses. To that end, each chapter contains problem sets to help solidify the covered concepts and uses data available in the book’s R package.
This text is intended for a broad audience as both an introduction to predictive models as well as a guide to applying them. Non-mathematical readers will appreciate the intuitive explanations of the techniques while an emphasis on problem-solving with real data across a wide variety of applications will aid practitioners who wish to extend their expertise. Readers should have knowledge of basic statistical ideas, such as correlation and linear regression analysis. While the text is biased against complex equations, a mathematical background is needed for advanced topics.
This text is intended for a broad audience as both an introduction to predictive models as well as a guide to applying them. Non-mathematical readers will appreciate the intuitive explanations of the techniques while an emphasis on problem-solving with real data across a wide variety of applications will aid practitioners who wish to extend their expertise. Readers should have knowledge of basic statistical ideas, such as correlation and linear regression analysis. While the text is biased against complex equations, a mathematical background is needed for advanced topics.
Գնահատականներ և կարծիքներ
4,2
4 կարծիք
Հեղինակի մասին
Dr. Kuhn is a Director of Non-Clinical Statistics at Pfizer Global R&D in Groton Connecticut. He has been applying predictive models in the pharmaceutical and diagnostic industries for over 15 years and is the author of a number of R packages.
Dr. Johnson has more than a decade of statistical consulting and predictive modeling experience in pharmaceutical research and development. He is a co-founder of Arbor Analytics, a firm specializing in predictive modeling and is a former Director of Statistics at Pfizer Global R&D. His scholarly work centers on the application and development of statistical methodology and learning algorithms.
Գնահատեք էլ․ գիրքը
Կարծիք հայտնեք։
Տեղեկություններ
Սմարթֆոններ և պլանշետներ
Տեղադրեք Google Play Գրքեր հավելվածը Android-ի և iPad/iPhone-ի համար։ Այն ավտոմատ համաժամացվում է ձեր հաշվի հետ և թույլ է տալիս կարդալ առցանց և անցանց ռեժիմներում:
Նոթբուքներ և համակարգիչներ
Դուք կարող եք լսել Google Play-ից գնված աուդիոգրքերը համակարգչի դիտարկիչով:
Գրքեր կարդալու սարքեր
Գրքերը E-ink տեխնոլոգիան աջակցող սարքերով (օր․՝ Kobo էլեկտրոնային ընթերցիչով) կարդալու համար ներբեռնեք ֆայլը և այն փոխանցեք ձեր սարք։ Մանրամասն ցուցումները կարող եք գտնել Օգնության կենտրոնում։
