Modelli lineari con Python

Recensioni dei lettori

Attualmente non ci sono recensioni dei lettori. La valutazione si basa su 3 voti.

Titolo originale:

Linear Models with Python

Contenuto del libro:

Elogi per Modelli lineari con R:

Questo libro è uno strumento indispensabile per chiunque sia interessato alla comprensione e all'applicazione dei modelli lineari. L'ordine logico dei capitoli è ben congegnato e riflette la ricchezza dell'esperienza di Faraway nell'insegnamento e nell'uso dei modelli lineari. Il libro espone il materiale in modo logico e complesso e rende la modellistica lineare interessante per i ricercatori di quasi tutti i campi di studio. -Biometrical Journal

In tutto il testo, fornisce un'ampia panoramica... con commenti che anche i professionisti più esperti apprezzeranno. Tra il codice R e l'output che produce si possono trovare molte piccole gemme di ciò che ritengo sia un valido consiglio statistico, ben rappresentato dagli esempi scelti... L'ho letto con piacere e penso che lo stesso varrà per chiunque sia impegnato nell'uso o nell'insegnamento dei modelli lineari. -Journal of the Royal Statistical Society.

Come la sua versione più venduta e ampiamente apprezzata, Linear Models with R, questo libro sostituisce R con Python per fornire un'esposizione coerente della pratica della modellazione lineare. Modelli lineari con Python offre una visione aggiornata degli argomenti essenziali dell'analisi dei dati, dalla stima, all'inferenza e alla previsione, ai dati mancanti, ai modelli fattoriali e ai disegni a blocchi. Numerosi esempi illustrano come applicare i diversi metodi utilizzando Python.

Caratteristiche:

⬤ Python è un potente linguaggio di programmazione open source sempre più utilizzato nella scienza dei dati, nell'apprendimento automatico e nell'informatica. Python e R sono simili, ma R è stato progettato per la statistica, mentre Python è multi-talento.

⬤ Questa versione sostituisce R con Python per renderlo accessibile a un maggior numero di utenti al di fuori della statistica, compresi quelli del Machine Learning.

⬤ Il lettore che arriva a questo libro da un background di ML imparerà nuove prospettive statistiche sull'apprendimento dai dati.

⬤ Gli argomenti includono la selezione del modello, il restringimento, gli esperimenti con i blocchi e i dati mancanti.

⬤ Include un'appendice su Python per i principianti.

spiega come utilizzare i modelli lineari nelle scienze fisiche, nell'ingegneria, nelle scienze sociali e nelle applicazioni aziendali. È ideale come libro di testo per i corsi di modelli lineari o di regressione lineare.