Основы статистического обучения: интеллектуальный анализ данных, логический вывод и прогнозирование

Книга «Основы статистического обучения» — это фундаментальный труд, ставший классикой в области машинного обучения и анализа данных. Авторы, ведущие специалисты в статистике, представляют всесторонний обзор современных методов обучения с учителем и без учителя.

Второе издание охватывает ключевые темы: линейные методы регрессии и классификации, регуляризацию, ядерные методы, нейронные сети, метод опорных векторов, деревья решений, бустинг, случайные леса и ансамблевые методы. Особое внимание уделяется теоретическим основам, включая теорию статистических решений, компромисс между смещением и дисперсией, а также практическим аспектам выбора и оценки моделей.

Издание предназначено для исследователей, аналитиков данных и студентов, желающих глубоко понять математические и статистические принципы, лежащие в основе алгоритмов машинного обучения. Книга сочетает строгий теоретический подход с многочисленными примерами из реальных областей, таких как биоинформатика, распознавание образов и анализ текстов.