予測データ解析の理論的基盤<br>Theoretic Foundation of Predictive Data Analytics

個数：

予測データ解析の理論的基盤
Theoretic Foundation of Predictive Data Analytics

  • 在庫がございません。海外の書籍取次会社を通じて出版社等からお取り寄せいたします。
    通常6～9週間ほどで発送の見込みですが、商品によってはさらに時間がかかることもございます。
    【重要ご説明事項】
    1. 納期遅延や、ご入手不能となる場合がございます。
    2. 複数冊ご注文の場合、分割発送となる場合がございます。
    3. 美品のご指定は承りかねます。
  • 【入荷遅延について】
    世界情勢の影響により、海外からお取り寄せとなる洋書・洋古書の入荷が、表示している標準的な納期よりも遅延する場合がございます。
    おそれいりますが、あらかじめご了承くださいますようお願い申し上げます。
  • ◆画像の表紙や帯等は実物とは異なる場合があります。
  • ◆ウェブストアでの洋書販売価格は、弊社店舗等での販売価格とは異なります。
    また、洋書販売価格は、ご注文確定時点での日本円価格となります。
    ご注文確定後に、同じ洋書の販売価格が変動しても、それは反映されません。
  • 製本 Paperback:紙装版/ペーパーバック版／ページ数 256 p.
  • 言語 ENG
  • 商品コード 9780128036556
  • DDC分類 005

Full Description


Theoretic Foundation of Predictive Data Analytics presents the latest in data science, an area that is penetrating into virtually every discipline of science, engineering, and medicine, and is a fast evolving field. Practitioners, researchers, and graduate students often have difficulty in understanding the foundation of data science.In order to have a deep understanding of data science, a strong understanding of statistical analysis and machine learning is a must. This book introduces the commonly used statistical principles behind many machine learning and data mining algorithms, the connections of those principles, and the connections of those principles to commonly utilized data analytic algorithms.

Contents

1. Probability Theory and LLN 2. Maximum Likelihood Estimation 3. Linear Regression 4. Ridge Regression 5. Linear Classification 6. Akaike Information Criterion (AIC) 7. Support Vector Machines 8. Statistical Learning Theory 9. Statistical Decision Theory 10. Exchangeability 11. Bayesian Linear Regression 12. Gaussian Process 13. Ensemble learning 14. OptimizationA Real Number and Vector Space B Vector Space C Advanced Probability and SLLN