Introduzione all'apprendimento statistico: con applicazioni in R

Recensioni dei lettori

Il libro è molto apprezzato in quanto introduzione accessibile e pratica all'apprendimento statistico, adatta agli aspiranti data scientist. È ben scritto da autori riconosciuti e include esercizi preziosi, anche se alcuni lettori notano problemi con le soluzioni mancanti e la qualità della rilegatura. Sebbene molti ne apprezzino la chiarezza e la profondità, alcuni lo trovano eccessivamente complesso per i principianti. È stata apprezzata anche la disponibilità di risorse online gratuite.

⬤ Introduzione accessibile e pratica all'apprendimento statistico.
⬤ Ben scritto da autori autorevoli nel campo.
⬤ Fornisce esercizi preziosi e spiegazioni chiare dei concetti chiave.
⬤ Include sia l'edizione R che quella Python.
⬤ Disponibile la versione online gratuita e il MOOC di accompagnamento.
⬤ Stampa di buona qualità e illustrazioni a colori.

⬤ Alcuni lettori trovano la complessità del libro eccessiva per chi è alle prime armi con la programmazione.
⬤ Mancano le soluzioni agli esercizi.
⬤ Segnalati problemi di rilegatura.
⬤ Dimensioni ridotte dei caratteri di stampa.
⬤ Critiche per l'eccesso di testo e l'insufficienza di supporti visivi.
⬤ Mancanza di alcune discussioni, come l'R-squared aggiustato.

(basato su 48 recensioni dei lettori)

Titolo originale:

An Introduction to Statistical Learning: with Applications in R

Contenuto del libro:

Prefazione. - 1 Introduzione.

- 2 Apprendimento statistico. - 3 Regressione lineare. - 4 Classificazione.

- 5 Metodi di ricampionamento.

- 6 Selezione del modello lineare e regolarizzazione. - 7 Superare la linearità.

- 8 Metodi ad albero. - 9 Macchine a vettori di supporto. - 10 Apprendimento profondo.

- 11 Analisi della sopravvivenza e dati censurati. - 12 Apprendimento non supervisionato. - 13 Test multipli.

- Indice.