Értékelés:
A könyvet nagyra értékelik, mint a statisztikai tanulás hozzáférhető és gyakorlatias bevezetését, amely alkalmas a feltörekvő adattudósok számára. Elismert szerzők jól megírták, és értékes gyakorlatokat tartalmaz, bár néhány olvasó megjegyzi a megoldások hiányával és a kötés minőségével kapcsolatos problémákat. Míg sokan értékelik az áttekinthetőségét és mélységét, néhányan túlságosan bonyolultnak találják a kezdők számára. Az ingyenes online források elérhetőségét is nagyra értékelik.
Előnyök:⬤ Hozzáférhető és gyakorlatias bevezetés a statisztikai tanulásba.
⬤ A terület elismert szerzői által jól megírt könyv.
⬤ Értékes gyakorlatokat és a kulcsfogalmak világos magyarázatát nyújtja.
⬤ R és Python kiadást is tartalmaz.
⬤ Ingyenes online verzió és a hozzá tartozó MOOC elérhető.
⬤ Jó minőségű nyomtatás és színes illusztrációk.
⬤ Egyes olvasók a könyv összetettségét túlságosan megterhelőnek találják a programozásban járatlanok számára.
⬤ Hiányoznak a gyakorlatok megoldásai.
⬤ Kötési problémákról számoltak be.
⬤ Kis betűméret a nyomtatásban.
⬤ Kritika a túl sok szöveg és az elégtelen vizuális segédanyagok miatt.
⬤ Bizonyos viták hiánya, mint például a korrigált R-négyzet.
(48 olvasói vélemény alapján)
An Introduction to Statistical Learning: with Applications in R
Előszó. - 1 Bevezetés.
- 2 Statisztikai tanulás. - 3 Lineáris regresszió. - 4 Osztályozás.
- 5 Újramintavételezési módszerek.
- 6 Lineáris modell kiválasztása és regularizáció. - 7 Túllépés a linearitáson.
- 8 Faalapú módszerek. - 9 Támogató vektoros gépek. - 10 Mély tanulás.
- 11 Túlélési elemzés és cenzúrázott adatok. - 12 Nem felügyelt tanulás. - 13 Többszörös tesztelés.
- Index.
