An Introduction to Statistical Learning with Applications in R

Книга представляет собой доступное введение в методы статистического обучения, которые используются для моделирования и анализа сложных наборов данных. Авторы, известные специалисты в области статистики, делают акцент на практическом применении методов, а не на глубоких математических деталях. В каждой главе представлены лабораторные работы с использованием языка R, что позволяет читателям получить ценный практический опыт.

Издание охватывает широкий спектр тем: линейная и нелинейная регрессия, классификация, методы передискретизации, деревья решений, метод опорных векторов, нейронные сети и ансамблевые методы. Особое внимание уделяется современным подходам, таким как лассо и разреженная регрессия, бустинг и случайные леса.

Книга предназначена для студентов старших курсов, магистрантов и специалистов из смежных областей, желающих освоить инструменты статистического обучения для анализа данных. Она может использоваться как учебник по курсу машинного обучения или Data Science.

Благодаря четкой структуре и множеству примеров, книга стала одним из самых популярных введений в статистическое обучение. Она подходит как для самостоятельного изучения, так и для академических курсов.