Statistical Regression and Classification: From Linear Models to Machine Learning
ก.ย. 2017 · CRC Press
eBook
528
หน้า
family_home
มีสิทธิ์
info
reportคะแนนและรีวิวไม่ได้รับการตรวจสอบยืนยัน ดูข้อมูลเพิ่มเติม
เกี่ยวกับ eBook เล่มนี้
This text provides a modern introduction to regression and classification with an emphasis on big data and R. Each chapter is partitioned into a main body section and an extras section. The main body uses math stat very sparingly and always in the context of something concrete, which means that readers can skip the math stat content entirely if they wish. The extras section is for those who feel comfortable with analysis using math stat.
เกี่ยวกับผู้แต่ง
Norman Matloff is a professor of computer science at the University of California, Davis, and was a founder of the Statistics Department at that institution. Statistical Regression and Classification: From Linear Models to Machine Learning was awarded the 2017 Ziegel Award for the best book reviewed in Technometrics in 2017. His current research focus is on recommender systems, and applications of regression methods to small area estimation and bias reduction in observational studies. He is on the editorial boards of the Journal of Statistical Computation and the R Journal. An award-winning teacher, he is the author of The Art of R Programming and Parallel Computation in Data Science: With Examples in R, C++ and CUDA.
ให้คะแนน eBook นี้
แสดงความเห็นของคุณให้เรารับรู้
ข้อมูลในการอ่าน
สมาร์ทโฟนและแท็บเล็ต
ติดตั้งแอป Google Play Books สำหรับ Android และ iPad/iPhone แอปจะซิงค์โดยอัตโนมัติกับบัญชีของคุณ และช่วยให้คุณอ่านแบบออนไลน์หรือออฟไลน์ได้ทุกที่
แล็ปท็อปและคอมพิวเตอร์
คุณฟังหนังสือเสียงที่ซื้อจาก Google Play โดยใช้เว็บเบราว์เซอร์ในคอมพิวเตอร์ได้
eReader และอุปกรณ์อื่นๆ
หากต้องการอ่านบนอุปกรณ์ e-ink เช่น Kobo eReader คุณจะต้องดาวน์โหลดและโอนไฟล์ไปยังอุปกรณ์ของคุณ โปรดทำตามวิธีการอย่างละเอียดในศูนย์ช่วยเหลือเพื่อโอนไฟล์ไปยัง eReader ที่รองรับ
