An Introduction to Statistical Learning : With Applications in R /
Contiene: 1) Introducción; 2) Aprendizaje estadístico; 3) Regresión lineal; 4) Clasificación; 5) Método de remuestreo; 6) Selección y regularización del modelo lineal; 7) Más allá de la linealidad; 8) Métodos basados en árboles; 9) Máquinas de vectores de soporte; 10) Aprendizaje profundo; 11) Aná...
Guardado en:
| Otros autores: | |
|---|---|
| Formato: | Libro |
| Idioma: | Inglés |
| Publicado: |
Cham, Suiza :
Springer,
2021, c2021
|
| Edición: | 2a edición |
| Colección: | (Springer Texts in Statistics)
|
| Temas: | |
| Acceso en línea: | Ver documento en línea |
| Etiquetas: |
Sin etiquetas, Sé el primero en etiquetar este registro!
|
| Resumen: | Contiene: 1) Introducción; 2) Aprendizaje estadístico; 3) Regresión lineal; 4) Clasificación; 5) Método de remuestreo; 6) Selección y regularización del modelo lineal; 7) Más allá de la linealidad; 8) Métodos basados en árboles; 9) Máquinas de vectores de soporte; 10) Aprendizaje profundo; 11) Análisis de sobrevivencia y datos censurados; 12) Aprendizaje sin supervisión; 13) Pruebas múltiples. |
|---|---|
| Descripción física: | 1 libro electrónico en línea (XV, 607 p.) 1 recurso en línea |
| Público: | 2024 BO Licenciatura en Ingeniería Financiera |
| ISBN: | 978-1-0716-1418-1 |
| Acceso: | Licencias ilimitadas |