Statistical Data Analytics
Autor Walter W Piegorschen Limba Engleză Hardback – 17 aug 2015
Relevanța lucrării Statistical Data Analytics este imediată pentru programele academice de masterat în statistică și știința datelor, fiind concepută ca un suport de curs tehnic ce face puntea între teoria clasică și nevoile actuale de 'knowledge discovery'. Apreciem rigoarea cu care Walter W Piegorsch fundamentează metodele de data mining în principiile solide ale probabilității, oferind un traseu clar de la manipularea și vizualizarea datelor până la modele liniare generalizate și tehnici de clasificare. Remarcăm faptul că, spre deosebire de alte manuale introductive, acest volum nu se rezumă la aspectele descriptive, ci avansează spre învățarea nesupervizată prin analiza cluster și reducerea dimensionalității, instrumente critice în gestionarea seturilor de date masive din societatea modernă. Această lucrare extinde cadrul propus de Discovering Knowledge in Data cu date noi și o fundamentare matematică mai profundă, punând un accent deosebit pe implementarea algoritmică. În contextul operei autorului, volumul de față servește ca o bază metodologică esențială ce pregătește terenul pentru lucrarea sa ulterioară, Computational Statistics in Data Science, unde accentul se mută pe practicile computaționale avansate. Stilul este unul tehnic și coerent, fiecare capitol fiind susținut de exemple din surse informatice reale — de la teledetecție ecologică la socioeconomie — și finalizat cu exerciții provocatoare care utilizează cod R. Este o resursă care nu doar prezintă algoritmi, ci explică mecanismele statistice din spatele acestora, asigurând o înțelegere profundă necesară pentru orice specialist în analiză de date.
Preț: 566.82 lei
Preț vechi: 736.13 lei
-23%
Carte disponibilă
Livrare economică 07-21 mai
Livrare express 22-28 aprilie pentru 53.39 lei
Specificații
ISBN-10: 111861965X
Pagini: 496
Dimensiuni: 174 x 254 x 30 mm
Greutate: 1.07 kg
Editura: Wiley
Locul publicării:Chichester, United Kingdom
Public țintă
Primary Market Undergraduates and graduate students studying statistical techniques for visualizing, summarizing, and analyzing large collections of data in modern science and society.Secondary Market Practitioners in big data applications e.g. finance, engineering, medicine, computing, requiring basic training or refresher(s) in statistical methods for knowledge discovery.
De ce să citești această carte
Această carte este recomandată studenților și practicienilor care doresc să stăpânească fundamentele statistice ale minării de date folosind limbajul R. Cititorul câștigă o înțelegere tehnică superioară asupra modului în care modelele de regresie și clasificare sunt aplicate în scenarii reale de business și cercetare științifică. Este un instrument ideal pentru cei care au deja o bază în calcul matematic și caută o tranziție structurată către analiza avansată a datelor mari.
Despre autor
Walter W Piegorsch este un expert recunoscut în domeniul statisticii, cu o contribuție semnificativă în dezvoltarea metodelor de analiză pentru științele vieții și mediu. Autor al unor lucrări fundamentale publicate la editura Wiley, precum Computational Statistics in Data Science, Piegorsch îmbină rigoarea matematică cu aplicațiile practice computaționale. Activitatea sa academică se concentrează pe transformarea datelor complexe în informații acționabile, fiind un promotor al utilizării limbajului R în educația statistică modernă. Experiența sa în cercetare se reflectă în diversitatea exemplelor practice pe care le integrează în textele sale didactice.
Descriere scurtă
Foundations for Data Mining, Informatics, and Knowledge Discovery
A comprehensive introduction to statistical methods for data mining and knowledge discovery
Applications of data mining and 'big data' increasingly take center stage in our modern, knowledge-driven society, supported by advances in computing power, automated data acquisition, social media development and interactive, linkable internet software. This book presents a coherent, technical introduction to modern statistical learning and analytics, starting from the core foundations of statistics and probability. It includes an overview of probability and statistical distributions, basics of data manipulation and visualization, and the central components of standard statistical inferences. The majority of the text extends beyond these introductory topics, however, to supervised learning in linear regression, generalized linear models, and classification analytics. Finally, unsupervised learning via dimension reduction, cluster analysis, and market basket analysis are introduced.
Extensive examples using actual data (with sample R programming code) are provided, illustrating diverse informatic sources in genomics, biomedicine, ecological remote sensing, astronomy, socioeconomics, marketing, advertising and finance, among many others.
Statistical Data Analytics:
- Focuses on methods critically used in data mining and statistical informatics. Coherently describes the methods at an introductory level, with extensions to selected intermediate and advanced techniques.
- Provides informative, technical details for the highlighted methods.
- Employs the open-source R language as the computational vehicle - along with its burgeoning collection of online packages - to illustrate many of the analyses contained in the book.
- Concludes each chapter with a range of interesting and challenging homework exercises using actual data from a variety of informatic application areas.