Einführung in das statistische Lernen: mit Anwendungen in R von Gareth James, Daniela Witten und Trevor Hastie ist ein englischsprachiges Lehrbuch, das einen klaren Überblick über statistische Lern- und Analysetechniken bietet. Das Buch konzentriert sich auf die Anwendung statistischer Methoden in verschiedenen Fachbereichen und eignet sich für Studierende und Fachleute, die ihr Wissen über statistisches Lernen vertiefen möchten.
Das Werk behandelt wichtige Themen wie lineare Regression, Klassifikation, Resampling, Shrinkage, baumbasierte Methoden, Support-Vector-Machines, Clustering und Deep Learning. Praktische Anwendungen und farbenfrohe Grafiken unterstützen das Verständnis der Techniken. Außerdem enthält jedes Kapitel eine Anleitung zur Nutzung von R, einer beliebten Open-Source-Software für statistische Analysen.
Eine Einführung in das statistische Lernen bietet eine zugängliche Einführung in diese fortgeschrittenen Methoden und ist von renommierten Autoren auf dem Gebiet verfasst. Das Buch ist wertvoll für alle, die sich mit statistischen Lerntechniken und Datenanalyse beschäftigen möchten.
Es knüpft an Themen wie Probability and statistics, Mathematical and statistical software, MATHEMATICS / Probability & Statistics / General an.
Reihe: Springer Texts in Statistics