UID:
almafu_(DE-604)BV049032803
Format:
1 Online-Ressource (XV, 60 p. 600 illus., 575 illus. in color).
Edition:
1st ed. 2023
ISBN:
978-3-031-38747-0
Series Statement:
Springer Texts in Statistics
Content:
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, marketing, and 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, deep learning, survival analysis, multiple testing, and more. Color graphics and real-world examples are used to illustrate the methods presented. This book is targeted at statisticians and non-statisticians alike, who wish to use cutting-edge statistical learning techniques to analyze their data.
Additional Edition:
Erscheint auch als Druck-Ausgabe ISBN 978-3-031-38746-3
Additional Edition:
Erscheint auch als Druck-Ausgabe ISBN 978-3-031-38748-7
Additional Edition:
Erscheint auch als Druck-Ausgabe ISBN 978-3-031-39189-7
Language:
English
Subjects:
Computer Science
Keywords:
Python
;
Maschinelles Lernen
;
Datenanalyse
;
Statistik
DOI:
10.1007/978-3-031-38747-0
URL:
Volltext
(URL des Erstveröffentlichers)
URL:
Volltext
(URL des Erstveröffentlichers)
URL:
Volltext
(URL des Erstveröffentlichers)
URL:
Volltext
(URL des Erstveröffentlichers)
URL:
Volltext
(URL des Erstveröffentlichers)
URL:
Volltext
(URL des Erstveröffentlichers)
URL:
Volltext
(URL des Erstveröffentlichers)
Author information:
Taylor, Jonathan E.
Author information:
Hastie, Trevor 1953-
Author information:
Tibshirani, Robert 1956-
Bookmarklink