Введение в статистическое обучение на Python: примеры и методы

Эта книга представляет собой доступное введение в разнообразные методы статистического обучения, адаптированное для практического применения на языке Python. Авторы, ведущие эксперты в области, рассматривают ключевые темы, включая линейную регрессию, классификацию, методы повторной выборки, отбор признаков, регуляризацию, полиномиальную регрессию, сплайны, локальную регрессию, обобщённые аддитивные модели, деревья решений, метод опорных векторов, кластеризацию, нейронные сети, анализ выживаемости и множественную проверку гипотез.

Теоретический материал сопровождается подробными примерами из реальной практики и пошаговыми разборами решений с использованием Python, что делает книгу ценным ресурсом для анализа данных. Издание переведено на русский язык с английского оригинала и дополнено практическими иллюстрациями, помогающими закрепить понимание методов.

Книга предназначена как для опытных специалистов в области статистики и анализа данных, так и для студентов и исследователей, желающих освоить продвинутые техники статистического обучения для работы с собственными данными. Структура книги способствует постепенному погружению в тему, начиная с базовых концепций и заканчивая сложными современными подходами.