Elements Of Statistical Learning Data

Deze belangrijke nieuwe editie biedt een uitgebreide verkenning van statistische gegevensanalyse in het kader van de snel toenemende informatica en technologie. Met de enorme stijging in gegevensverzameling in diverse sectoren zoals geneeskunde, biologie, financiën en marketing, is er een groeiende behoefte aan effectieve analysemethoden. Dit boek biedt een conceptueel kader waarin belangrijke ideeën over statistiek, data mining en machine learning samengebracht worden.

Inhoud en Topics

Het boek behandelt een breed scala aan onderwerpen, van supervisie-leren (voorspelling) tot ongesuperviseerd leren. Kernonderwerpen zijn onder andere:

- Neurale netwerken

- Support vector machines

- Classificatietrees

- Boosting

De uitgebreide behandeling van deze onderwerpen alsook nieuwe thema's die in deze editie zijn opgenomen, zoals:

- Grafische modellen

- Random forests

- Ensemble methoden

- Least angle regression en padalgoritmes voor de lasso

- Niet-negatieve matrixfactorisatie

- Spectrale clustering

Daarnaast is er een hoofdstuk gewijd aan methoden voor "wide" data (waarbij het aantal variabelen groter is dan het aantal waarnemingen), met aandacht voor multiple testing en false discovery rates.

Toegankelijke Benadering

Hoewel het boek zich richt op statistische concepten, ligt de focus op begrijpelijkheid boven complexe wiskunde. De auteurs hebben gezorgd voor talrijke voorbeelden en maken gebruik van kleurrijke grafieken om de stof toegankelijk te maken voor een breed publiek. Dit maakt het boek niet alleen waardevol voor statistici, maar ook voor iedereen die interesse heeft in data mining binnen de wetenschap of industrie.

Auteurs en Expertise

Trevor Hastie, Robert Tibshirani en Jerome Friedman zijn gerenommeerde professoren in de statistiek aan de Stanford Universiteit en uitstekende onderzoekers op hun gebied. Ze zijn verantwoordelijk voor de ontwikkeling van verscheidene innovatieve statistische technieken en software, waaronder de populaire R/S-PLUS omgeving. Hun gecombineerde expertise garandeert een diepgaande en actuele benadering van statistische methoden.

Met deze tweede editie, die in 2009 verscheen, wordt de lezer uitgenodigd om zich onder te dompelen in een rijk scala aan hedendaagse analysemethoden en hun toepassingen in uiteenlopende vakgebieden. Dit boek is een onmisbare bron voor zowel studenten als professionals die betrokken zijn bij de analyse van complexe datasets.